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.
Tipologia di Attività formativa D e F
Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.
1. Insegnamenti impartiti presso l'Università di Verona
Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).
Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.
2. Attestato o equipollenza linguistica CLA
Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:
- Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
- Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).
Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.
Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.
Modalità di inserimento a libretto: richiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it
3. Competenze trasversali
Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali
Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.
4. CONTAMINATION LAB
Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
5. Periodo di stage/tirocinio
Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage.
Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Introduction to docker & kubernetes | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Introduzione alla meccanica quantistica per il quantum computing | D |
Claudia Daffara
(Coordinatore)
|
| 1° 2° | Introduzione alla programmazione di smart contract per Ethereum | D |
Sara Migliorini
(Coordinatore)
|
| 1° 2° | Introduzione alla robotica per studenti di materie scientifiche | D |
Andrea Calanca
(Coordinatore)
|
| 1° 2° | Progettazione di app web e mobile tramite react e react native | D |
Graziano Pravadelli
(Coordinatore)
|
| 1° 2° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Sviluppo firmware con protocollo bluetooth low energy (BLE) e sistema operativo Freertos | D |
Franco Fummi
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Introduzione alla robotica per studenti di materie scientifiche | D |
Andrea Calanca
(Coordinatore)
|
| 1° 2° | Linguaggio Programmazione LaTeX | D |
Enrico Gregorio
(Coordinatore)
|
| 1° 2° | Linguaggio programmazione Python | D |
Carlo Combi
(Coordinatore)
|
| 1° 2° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Mila Dalla Preda
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Cooperative Game Theory in the (Deep) RL Era | D |
Alessandro Farinelli
(Coordinatore)
|
Computer vision (2023/2024)
Codice insegnamento
4S009013
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Corsi Singoli
Autorizzato
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi di apprendimento
Il corso mira a fornire basi teoriche e strumenti pratici per affrontare il problema del recupero della struttura tridimensionale di una scena a partire dalle sue proiezioni bidimensionali, le immagini. Inoltre fornirà conoscenze su metodi formali riguardanti il processo di formazione delle immagini, l’estrazione di informazioni 3D in diversi contesti applicativi con enfasi al trattamento di dati reali affetti da rumore. Al termine del corso lo studente dovrà dimostrare di avere le seguenti capacità di applicare le conoscenze acquisite: conoscenze necessarie per implementare un nuovo sistema di visione, anche in un contesto di ricerca, attraverso la combinazione di metodi formali per la stima di informazioni 3D da immagini e il coinvolgimento di diversi sensori di acquisizione. Sarà in grado di i) sviluppare le conoscenze di visione computazionale in diversi scenari applicativi; ii) Padroneggiare l’analisi di dati reali ed eterogenei; iii) gestire le prestazioni in tempo reale. Sarà inoltre in grado di: i) identificare il metodo di visione più adatto al contesto applicativo, capacità di personalizzare ed estendere il sistema di visione coinvolgendo altre discipline come il machine learning o la robotica; ii) proseguire gli studi in modo autonomo nell’ambito della visione computazione e analisi di dati tridimensionali. Dovrò essere in grado di esporre i risultati di un'applicazione di visione computazionale e confrontarsi con figure professionali del settore ed avere la capacità di adattarsi in modo autonomo all'evoluzione tecnica e dello stato dell'arte nell'ambito della visione computazionale.
Prerequisiti e nozioni di base
E’ utile ricordare le nozioni di algebra lineare, analisi e metodi numerici, verranno comunque riprese durante il corso.
Programma
------------------------
UL: Teoria
------------------------
- Geometria della telecamera a foro stenopeico
- Calibrazione
- Geometria epipolare
- Triangolazione
- Piani e omografie
- Moto e struttura 3D da immagini
- Autocalibrazione
- Trattamento dei dati rumorosi
- Calcolo delle corrispondenze (dense e sparse) nelle immagini
- Oggetti non rigidi
- Esercitazioni pratiche in laboratorio
------------------------
UL: Laboratorio
------------------------
- Geometria della telecamera a foro stenopeico
- Calibrazione
- Geometria epipolare
- Triangolazione
- Piani e omografie
- Moto e struttura 3D da immagini
- Autocalibrazione
- Trattamento dei dati rumorosi
- Oggetti non rigidi
- Calcolo delle corrispondenze (dense e sparse) nelle immagini
- Esercitazioni pratiche in laboratorio
Bibliografia
Modalità didattiche
------------------------
UL: Teoria
------------------------
------------------------
UL: Laboratorio
------------------------
Modalità di verifica dell'apprendimento
L’esame può essere espletato nei seguenti modi:
A) Solo Orale con verifica delle esercitazioni in laboratorio
B) Solo Progetto con verifica delle esercitazioni in laboratorio
Esame orale consiste in una discussione sull'intero programma del corso allo scopo di verificare una acquisizione ed una comprensione avanzata dei concetti teorici e pratici studiati, con capacità di rielaborazione degli stessi.
Con la verifica delle esercitazioni in laboratorio lo studente dovrà consegnare un archivio contenente l’insieme degli script funzionanti e ben documentati realizzati nel corso dell’anno riguardanti l’implementazione dei vari algoritmi di visione descritti nel programma ed esplicitati dal docente. La verifica consiste in una discussione che evidenzi la corretta implementazione pratica dei concetti teorici affrontati durante il corso.
Il progetto consiste nella realizzazione di un elaborato che si concentra ed approfondisce un tema specifico particolarmente innovativo concordato preventivamente con il docente. L’argomento potrà riguardare un problema scientifico allo stato dell’arte oppure un tema di particolare interesse applicativo. Con il progetto lo studente dovrà dimostrare di padroneggiare gli argomenti di visione sapendo approfondirli e generalizzarli nel risolvere nuove problematiche.
Non c’è distinzione tra frequentanti e non frequentanti.
Criteri di valutazione
La discussione degli esercizi di laboratorio rappresenta uno sbarramento (passato o non passato).
Il voto dell’orale viene articolato nei seguenti criteri:
18-23: lo studente conosce la materia di base.
24-27: lo studente collega bene gli argomenti.
28-30L: lo studente padroneggia gli aspetti più avanzati.
Il voto del progetto viene articolato nei seguenti criteri:
18-23: il progetto è una semplice estensione delle esercitazioni svolte in classe.
24-27: il progetto coinvolge argomenti innovativi non affrontati in classe.
28-30L: il progetto coinvolte argomenti allo stato dell’arte.
Criteri di composizione del voto finale
Max 30L
Lingua dell'esame
Italiano o Inglese
