Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Calendario accademico
Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.
Calendario didattico
Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.
Per l'anno 2007/2008 Nessun calendario ancora disponibile
Calendario esami
Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali
Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami
Docenti
Mastrogiacomo Elisa
Todorov Velitchko
velitchko.todorov@univr.it
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
Offerta formativa da definire
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Elaborazione delle immagini e dei suoni (2009/2010)
Codice insegnamento
4S02847
Crediti
12
Coordinatore
Offerto anche nei corsi
L'insegnamento è organizzato come segue:
Obiettivi formativi
L'obiettivo del corso consiste nell'acquisizione delle metodologie
di analisi e modellizzazione di immagini, con particolare attenzione alle problematiche
proprie al dominio della bioinformatica. Le principali metodologie trattate per il caso monodimensionale verranno generalizzate al caso 2D e complementate da tecniche specifiche di analisi di immagine. Tra i contenuti fondamentali saranno le trasformate di Fourier e Wavelet, l'analisi multirisoluzione (spazio-frequenza), la rappresentazione e l'elaborazione dell'informazione "colore", la segmentazione e la classificazione di immagini bioinformatiche e biomediche.
Il corso intende fornire i fondamenti teorici di base e le metodologie relative alla formazione ed elaborazione dei suoni.
L'elaborazione di suoni è fondamentale per la progettazione e per la costruzione di sistemi multimediali. Il sistema uditivo è un canale sempre aperto in grado di discriminare o integrare eventi acustici. Viceversa, il sistema visivo è atto al rilevamento e all'organizzazione delle informazioni spaziali. Questo spiega l'importanza della comunicazione audiovisiva nell'informatica contemporanea.
Dopo una breve introduzione alla psicoacustica, vengono presentate le principali tecniche per la analisi, l'elaborazione, e la sintesi dei suoni medianti ausili informatici.
Il corso intende fornire gli strumenti e le tecniche di base per la comprensione e il trattamento dei suoni allo scopo di affrontare applicazioni quali lo sviluppo di interfacce, la compressione e trasmissione di informazioni, l'analisi di scene, etc..
Programma
Modulo: IMMAGINI
-------
Tra i principali argomenti trattati sono i seguenti:
- Acquisizione di immagini
- Campionamento nel dominio 2D
- Rumore di quantizzazione
- Trasformata di Fourier 2D
- Trasformata wavelet 2D
- Estrazione di contorni
- Algoritmi di filtraggio (denoising, deblurring, image enhancement)
- Elaborazione di tipo morfologico
- Segmentazione e assessment automatico delle performance
- Rappresentazione ed elaborazione dell'informazione "colore"
- Tecniche di pattern recognition (classificazione, clustering)
- Applicazione all'analisi di microarrays ed altre immagini di interesse
-------
* Elementi di psicoacustica e percezione uditiva.
* Discretizzazione di segnali e sistemi a tempo continuo.
* Trasformate di segnali: Laplace, Fourier, Zeta.
* Filtri numerici: filtri del primo e secondo ordine. Filtri allpass. Filtri complementari. Banchi di filtri. Frequency warping.
* Tecniche di sintesi del suono: Tecniche classiche. Sintesi per modelli fisici (cenni).
* Effetti audio digitali: Elaborazione nei domini del tempo e della frequenza. Spazializzazione del suono e riverberazione artificiale.
* Cenni di analisi del suono.
Il corso è coordinato con il successivo modulo di Immagini. Nel primo dei due moduli vengono affrontati i segnali monodimensionali (suoni), mentre nel secondo si trattano i segnali bidimensionali (immagini).
In totale, nei due quadrimestri il corso viene svolto in 64 ore di lezione frontale e 24 ore di laboratorio.
Modulo: Laboratorio Suoni
-------
L'attività di laboratorio prevede la risoluzione al calcolatore di esercizi proposti dal docente nell'ambito dell'elaborazione del segnale audio, mediante strumenti informatici (e.g., MATLAB/Octave).
Bibliografia
| Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|
| Davide Rocchesso | Introduction to Sound Processing (http://www.mondo-estremo.com/) | Mondo Estremo | 2003 | 8890112611 | In inglese. |
Modalità d'esame
Modulo: IMMAGINI
-------
Modulo: SUONI
-------
Modulo: Suoni
-------
La verifica del profitto in ciascuna delle due parti del corso sarà fatta mediante esercitazione scritta, contenente quesiti atti a verificare l'acquisizione dei concetti teorici, nonché la padronanza degli strumenti matematici e informatici (es., MATLAB/Octave).
Per gli studenti particolarmente interessati agli argomenti del corso è possibile effettuare l'esame mediante lo svolgimento di un progetto e una prova integrativa, da concordare coi docenti.
Modulo: Laboratorio Suoni
-------
L'esame di Laboratorio non sarà distinto da quello del corso base.
Tipologia di Attività formativa D e F
Offerta formativa da definire
Prospettive
Avvisi degli insegnamenti e del corso di studio
Per la comunità studentesca
Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA.
Ulteriori servizi
I servizi e le attività di orientamento sono pensati per fornire alle future matricole gli strumenti e le informazioni che consentano loro di compiere una scelta consapevole del corso di studi universitario.
Prova Finale
Per essere ammessi alla prova finale occorre avere conseguito tutti i crediti nelle attività formative previste dal piano degli studi. Alla prova finale (esame di laurea) sono riservati 6 CFU. La Laurea in Informatica viene conseguita dalla/o studentessa/studente superando con esito positivo l'esame di laurea e completando in questo modo i 180 CFU stabiliti dal piano di studi. L'esame di laurea consiste in un colloquio che può essere basato su al più due delle seguenti opzioni: - breve elaborato scritto, anche in lingua inglese, su argomento assegnato; - esame orale, anche in lingua inglese, su argomento assegnato; - esame scritto, anche in lingua inglese, su argomento assegnato. La forma dell'esame viene concordata tra lo studente e il docente referente (relatore) il quale è membro della commissione d'esame. La valutazione dell'esame è basata sul livello di approfondimento dimostrato dallo studente, sulla chiarezza espositiva, e sulla capacità dello studente di inquadrare l'argomento assegnato in un contesto più ampio.
Svolgimento della prova finale.
La/lo studentessa/studente potrà avvalersi del supporto dei docenti del Dipartimento di Informatica per la scelta e l'approfondimento richiesto. È obbligo dei docenti fornire assistenza nell'ambito delle proprie attività di tutorato e ricevimento alle/agli studentesse/studenti per quanto riguarda l'approfondimento richiesto. Il punteggio finale di Laurea è stabilito da una apposita commissione di Laurea secondo le modalità indicate nel Regolamento di Ateneo, che esprime un giudizio finale in centodecimi con eventuale lode. Il punteggio minimo per il superamento dell'esame finale è di 66/110. II voto di ammissione è determinato rapportando la media pesata sui CFU degli esami di profitto a 110 e successivamente arrotondando il risultato all'intero più vicino. A parità di distanza, si arrotonda all'intero superiore. Per media degli esami di profitto si intende la media ponderata sui crediti. E' previsto un incremento al massimo di 8/110 rispetto al voto di ammissione, di cui 4 punti riservati alla valutazione dell'esame di laurea e 4 punti riservati alla valutazione del curriculum della/o studentessa/studente. La valutazione del curriculum avviene attraverso un calcolo che tiene conto positivamente delle lodi conseguite e degli eventuali periodi di Erasmus, mentre tiene conto negativamente degli eventuali anni fuori corso: se in corso: 3,5 + 0,2 * numero lodi; se fuori corso: 3,5 – 0,5* numero anni fuori corso + 0,1 * numero lodi; 1 punto ogni 3 mesi di Erasmus effettuato. L'attribuzione della lode, nel caso di un incremento che porti ad una votazione che raggiunga o superi 110/110, è a discrezione della commissione di Laurea nonché attribuita se il parere dei membri della commissione è unanime. Il relatore dell'esame di laurea potrà essere un qualunque docente strutturato dell'Ateneo che soddisfa almeno uno dei seguenti requisiti: componente del Collegio Didattico del corso di laurea, oppure componente del Dipartimento di Informatica, oppure che insegna in un SSD presente nel piano del corso di laurea.
Elenco delle proposte di tesi e stage
| Proposte di tesi | Area di ricerca |
|---|---|
| Analisi e percezione dei segnali biometrici per l'interazione con robot | AI, Robotics & Automatic Control - AI, Robotics & Automatic Control |
| Integrazione del simulatore del robot Nao con Oculus Rift | AI, Robotics & Automatic Control - AI, Robotics & Automatic Control |
| Domain Adaptation | Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Computer graphics, computer vision, multi media, computer games |
| Domain Adaptation | Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video) |
| Tesi in ragionamento automatico | Computing Methodologies - ARTIFICIAL INTELLIGENCE |
| Domain Adaptation | Computing Methodologies - IMAGE PROCESSING AND COMPUTER VISION |
| Domain Adaptation | Computing methodologies - Machine learning |
| Dati geografici | Information Systems - INFORMATION SYSTEMS APPLICATIONS |
| Analisi e percezione dei segnali biometrici per l'interazione con robot | Robotics - Robotics |
| Integrazione del simulatore del robot Nao con Oculus Rift | Robotics - Robotics |
| Tesi in ragionamento automatico | Theory of computation - Logic |
| Tesi in ragionamento automatico | Theory of computation - Semantics and reasoning |
| Proposte di tesi/collaborazione/stage in Intelligenza Artificiale Applicata | Argomenti vari |
| Proposte di Tesi/Stage/Progetto nell'ambito delle basi di dati/sistemi informativi | Argomenti vari |
Modalità di frequenza
Come riportato nel Regolamento Didattico per l'A.A. 2021/2022, la frequenza al corso di studio non è obbligatoria.
Per le modalità di erogazione della didattica, si rimanda alle informazioni in costante aggiornamento dell'Unità di Crisi.
