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 Ingegneria e scienze informatiche - 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 Attivato nell'A.A. 2014/2015
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Tre insegnamenti a scelta tra i seguenti
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.
Sistemi avanzati per il riconoscimento (2014/2015)
Codice insegnamento
4S02792
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
II sem. dal 2 mar 2015 al 12 giu 2015.
Obiettivi formativi
Il corso di Sistemi Avanzati del Riconoscimento vuole essere un insegnamento altamente applicativo, in cui vengono presentati alcuni strumenti teorici derivati da algoritmi standard di Teorie e Tecniche del Riconoscimento, con un alto livello di applicabilità a problemi reali. A testimonianza di questo fatto, gli argomenti di Sistemi Avanzati per il Riconoscimento verranno presentati sottoforma di problemi, associati ai quali verranno proposte tecniche e tecnologie risolutive. Gli strumenti presentati saranno corredati di codice MATLAB, in modo tale da verificarne la ricaduta pratica direttamente su calcolatore. Tale codice rappresenta in molti casi risultato di ricerche recenti, e rappresenta pertanto un valore aggiunto notevole nella preparazione dello studente, sia che la sua prospettiva sia nell’ambito accademico che industriale.
Programma
PROBLEMA: Detezione e riconoscimento di entità: persone, volti, scenari e oggetti in generale. TECNICHE ASSOCIATE: Generative Learning, Discriminative Learning, Hybrid Learning, Boosting. Descrittori: GIST, SIFT (accenni), covarianze, SURF, SDALF, Bag of Words.
PROBLEMA: Modellazione di entità in movimento: tracking di oggetti singoli, gruppi di oggetti, action recognition, expression recognition. TECNICHE ASSOCIATE: Monte Carlo Methods (Particle Filtering), Online Learning. Descrittori: Spline, Snakes
Modalità d'esame
Progetto o seminario
Materiale e documenti
-
Lab.1 - Valutazione classificatori (zip, it, 400 KB, 3/20/15)
-
Lab.2 - Classificatori discriminativi (pdf, it, 74 KB, 3/20/15)
-
Lab.3 - Riconoscimento oggetti (zip, it, 8 KB, 4/17/15)
-
Lab.4 - Motion detection (zip, it, 4 KB, 5/15/15)
-
Lab.5 - Descrittori di forma (zip, it, 1877 KB, 5/29/15)
-
Lez.0 - Introduzione al corso (pdf, it, 7978 KB, 3/10/15)
-
Lez.1 - Valutazione classificatori (zip, it, 5204 KB, 3/10/15)
-
Lez.2 - Classificatori Discriminativi (zip, it, 4803 KB, 4/10/15)
-
Lez.3 - Riconoscimento di oggetti (zip, it, 15978 KB, 4/10/15)
-
Lez.4 - Riconoscimento del movimento (zip, it, 7103 KB, 5/12/15)
-
Lez.5 - Descrittori di forma (zip, it, 6714 KB, 5/26/15)