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.
