Visione Artificiale e le sue Applicazioni Corso di laurea magistrale in Informatica F008 A.A. 2013/14 SCV0337 Docente: Elisabetta Binaghi CFU SSD LEZIONI ANNO LINGUA 6 INF/01 48 I o II Italiano Obiettivi dell’insegnamento e risultati di apprendimento attesi Il corso mira alla trattazione dettagliata di alcuni temi relativi alla visione artificiale, aventi come denominatore comune l’utilizzo di tecniche di Intelligenza Artificiale e Riconoscimento Automatico per lo sviluppo di procedure di analisi ed interpretazione automatica dei contenuti in immagini 2D e 3D. L’obbiettivo viene perseguito illustrando l’utilizzo di tali tecniche in domini applicativi di particolare interesse attuale in particolare il Medical Imaging, quest’ultimo trattato con dettaglio e declinato su diverse modalità di imaging. Lo studente al termine del Corso avrà acquisito competenze sulle tecniche avanzate di Riconoscimento Visuale, avrà conoscenze sullo Stato dell’Arte e sulle problematiche ancora aperte per ciascuno dei settori applicativi illustrati. I risultati di apprendimento attesi riferiti ai vari argomenti in programma sono i seguenti: Conoscenza di concetti e metodologie per l’elaborazione digitale di immagini finalizzata ad applicazioni di visione artificiale. Conoscenza delle principali tecniche di Imaging Medicale e dell’applicabilità di tecniche automatiche di Segmentazione per l’identificazione di aree anatomiche e/o patologiche con particolare riferimento alle neuroimmagini. Competenza introduttiva ad altri settori e tipologie di immagini tra cui le immagini Telerilevate. Competenze relative ai metodi di Classificazione automatica di immagini multispettrali, multisorgente. Competenze nella segmentazione di Immagini Volumetriche Conoscenze per l’applicazione di metriche di validazione di procedure di riconoscimento visuale. Prerequisiti Si presuppone che lo studente che accede a questo insegnamento abbia conoscenze di base relative alle tecniche di riconoscimento automatico e che abbia seguito il corso di sistemi intelligenti. E’ desiderabile ma non fondamentale una conoscenza di base sull’elaborazione delle immagini Contenuti e programma del corso Sistemi di Visione, Immagini Digitali Visione tridimensionale e sistemi di stereomatching Acquisizione di Immagini 2D e Volumetriche e loro caratteristiche di risoluzione radiometrica, spaziale e temporale Selezione ed Estrazione di Features Visuali Preprocessing, Filtri adattivi, Restauro di immagini con tecniche blind e semi-blind basate su approcci neurali Segmentazione di Immagini Stato dell’arte con particolare riferimento al Medical Imaging Segmentazione tramite fuzzy clustering Segmentazione con tecniche Neurali Deformable models Tecniche basate su Grafi Classificazione di dati Multisensore e multi sorgente, Classificazione Contestuale Validazione di una procedura di Classificazione e Segmentazione Strategie di Common Agreement , label fusion Metriche per la valutazione di accuratezza, indici di similarità Tipologia delle attività didattiche Lezioni frontali Testi e materiale didattico Materiale disponibile sul sito di e-learning dell’Università: Dispense Fornite dal Docente; Articoli Scientifici; Link a siti di Università e Laboratori di Ricerca in cui trovare tutorial e Demo on line. Libri Consigliati: R.C. Gonzalez, R.E. Woods, Digital Image Processing, Addison Wesley , 1992 I.N. Bankman (eds.) Handbook of Medical Imaging, Academic Press 2000 Modalità di verifica dell’apprendimento La verifica dell’apprendimento avviene attraverso un colloquio orale che verterà su quesiti inerenti il programma del corso integrato e che valuterà le capacità di comprensione e apprendimento e le capacità di giudizio critico. Orario di ricevimento Il ricevimento viene concordato via e-mail.