Università degli Studi di Perugia

Vai al contenuto principale
Menu

Insegnamento: Computer vision

Corso di laureaCorso di laurea in Ingegneria informatica e robotica [LM-32] D. M. 270/2004
SedePerugia
CurriculumRobotics - Regolamento 2016
Prerequisiti

Conoscenze fondamentali: Fondamenti di informatica e buone capacità di programmazione. Nozioni di algebra lineare e calcolo differenziale (derivate e integrali). Nozioni di statistica e probabilità.


Conoscenze utili: Nozioni di ottimizzazione convessa e machine learning.

Modalità di valutazione

Prova orale. Prova pratica (tesina) facoltativa.


La prova orale prevede tre domande, su argomenti scelti dal docente, e dura circa 30 minuti.


La prova è volta ad accertare la compresione, da parte dello studente, degli strumenti teorici fondamentali forniti dall'insegnamento, la loro rielaborazione ed assimilazione, nonchè le relazioni tra tali strumenti e le tematiche generali dell'ingegneria informatica ed elettronica. La prova è volta ad accertare la comprensione degli algoritmi di analisi dei segnali visuali e la loro simulazione al calcolatore.


Gli studenti che scelgono la modalità con tesina sviluppano un piccolo progetto e la corrispondente realizzazione. In tal caso la prova orale è semplificata e verte su argomenti non trattati nella tesina.


Le prenotazioni alle prove di esame avvengono tramite il portale SOL: https://www.segreterie.unipg.it/" target="_blank">https://www.segreterie.unipg.it/

Statistiche voti esami

Dati non disponibili, insegnamento di nuova attivazione.

Calendario prove esame

Consultare il portale web del dipartimento, all'indirizzo http://www.ing.unipg.it/it/didattica/studiare-nei-nostri-corsi/calendario-di-esami-e-lauree

Unità formative opzionali consigliate

--

DocenteELISA RICCI
TipologiaAttività formative caratterizzanti
AmbitoINGEGNERIA INFORMATICA
SettoreING-INF/04
CFU6
Modalità di svolgimentoConvenzionale
Programma

Introduction to Computer Vision
Pixels and Filters
Edge detection, RANSAC
Feature detectors, Harris
Difference of Gaussians, SIFT
Cameras
Image Segmentation
K-means and Mean shift
Feature Tracking
Visual Tracking
Recognition & Detection (basic concepts)
Recognizing & Detecting faces (PCA and Eigenfaces, Viola Jones, Deep Learning)
Recognizing objects (Bag of words)
Recognizing & Detecting objects (Deep learning)
Open problems in CV

Supplement

Introduction to Computer Vision
Pixels and Filters
Edge detection, RANSAC
Feature detectors, Harris
Difference of Gaussians, SIFT
Cameras
Image Segmentation
K-means and Mean shift
Feature Tracking
Visual Tracking
Recognition & Detection (basic concepts)
Recognizing & Detecting faces (PCA and Eigenfaces, Viola Jones, Deep Learning)
Recognizing objects (Bag of words)
Recognizing & Detecting objects (Deep learning)
Open problems in CV

Metodi didattici

Lezioni frontali ed esercitazioni al calcolatore in aula.

Testi consigliati

R. Szeliski. Computer Vision: Algorithms and Applications.
D. Forsyth and J. Ponce. Computer Vision: A Modern Approach.

Risultati apprendimento

--

Periodo della didattica

Vedere calendario didattico sul sito web del Dipartimento di Ingegneria http://www.ing.unipg.it/it/didattica/studiare-nei-nostri-corsi/orario-delle-lezioni">http://www.ing.unipg.it/it/didattica/studiare-nei-nostri-corsi/orario-delle-lezioni

Calendario della didattica

Si veda il calendario d'esame sul portale web del dipartimento: http://www.ing.unipg.it, alla voce http://www.ing.unipg.it/it/didattica/studiare-nei-nostri-corsi/calendario-di-esami-e-lauree.

Attività supporto alla didattica

--

Lingua di insegnamentoItaliano
Frequenza

Fortemente consigliata

Sede

Aule del Dipartimento di Ingegneria, Via Duranti, 93

Ore
Teoriche
48
Pratiche
0
Studio individuale
102
Didattica Integrativa
0
Totale
150
Anno1
PeriodoII semestre
Note

--

Orario di ricevimentoLunedi ore 15:00
Sede di ricevimentoUfficio Docente, Dipartimento di Ingegneria Elettronica e dell'Informazione
Codice ECTS2016 - 9714

Info pagina

Referenti di sezione

Prof.ssa Graziella Migliorati
(Delegato per il settore Didattica)


Torna su
×