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.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Computer Engineering for intelligent Systems - Immatricolazione dal 2025/2026Il 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.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Sarà attivato nell'A.A. 2025/2026
| Insegnamenti | Crediti | TAF | SSD |
|---|
3 modules among the following| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
3 modules among the following| Insegnamenti | Crediti | TAF | SSD |
|---|
4 modules among the following:
- 1st year: Advanced visual computing and 3d modeling, Computer vision, Embedded & IoT systems design, Embedded operating systems, Robotics
- 2nd year: Advanced control systemsLegenda | 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.
Computer vision (2024/2025)
Codice insegnamento
4S009013
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Periodo
I semestre dal 1 ott 2024 al 31 gen 2025.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso fornirà i fondamenti della visione artificiale 3D. Verranno presentati la geometria multi-view nella visione artificiale, trasformazioni proiettive, modelli di camera, geometria epipolare, stereovisione, ricostruzione 3D multicamera. Saranno introdotte le relative procedure di calibrazione, i problemi relativi all'incertezza, alla dualità e alle fotocamere non calibrate. Al termine del corso lo studente dovrà dimostrare di saper applicare le conoscenze acquisite, in particolare saper progettare e realizzare un nuovo sistema di visione/elaborazione di dati spaziali acquisiti con telecamere e altri dispositivi.
Prerequisiti e nozioni di base
Si assume che gli studenti abbiano competenze di base in informatica e matematica, ovvero algebra lineare.
Si assume inoltre che gli studenti abbiano familiarità con la programmazione Python, inclusa la manipolazione di array e l'algebra lineare con Numpy.
Una conoscenza preliminare dell'ambiente Google Colab e della libreria OpenCV sarà utile, ma forniremo tutto il supporto necessario.
Programma
- Projective geometry and transformations
- 2D vision: camera models, affine transformations, computation of camera matrix, two-view geometry, epipolar geometry, foundamental matrix, triangulation, homographies
- Multiple-view geometry: trifocal tensor, multifocal tensor, factorization
- Calibration, uncalibrated vision, auto-calibration, duality,uncertainty
Bibliografia
Modalità didattiche
Il corso è organizzato in lezioni frontali, esercitazioni ed esercitazioni pratiche al computer.
Modalità di verifica dell'apprendimento
L'esame è composto da tre parti:
1. Compiti a casa: durante il semestre ci saranno quattro compiti di programmazione, ciascuno del valore del 10%. Gli studenti devono consegnare il compito prima della data di consegna. Verrà applicata una penalità dell'1% per ogni giorno di ritardo fino a 5 giorni. Trascorsi i 5 giorni l'incarico sarà considerato tardivo e varrà il 4%. Tutti i compiti devono essere completati per superare l'esame!
2. Progetto del corso: gli studenti lavoreranno da soli o in piccoli gruppi per produrre un progetto. Gli studenti invieranno il progetto tramite Moodle una settimana prima dell'esame sotto forma di (1) relazione tecnica e (2) codice per riprodurre i risultati.
3. Discussione del progetto: agli studenti verrà chiesto di difendere il loro progetto in una discussione orale. Durante la discussione del progetto, agli studenti possono essere poste domande su qualsiasi argomento elencato nel programma del corso!
Criteri di valutazione
Per superare l'esame gli studenti dovranno dimostrare di:
* aver compreso i principi ed i modelli dei sistemi di visione 3D
* essere in grado di presentare i propri argomenti in modo preciso e organico
* saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di esercizi, domande e progetti informatici.
Criteri di composizione del voto finale
Il voto sarà composto da:
* Compiti a casa (40%)
* Progetto del corso (40%)
* Discussione del progetto (20%)
Lo studente deve completare tutte le parti per superare l'esame.
Lingua dell'esame
Inglese/English
