Visione Artificiale e Sistemi Real-Time

Cluster di dipartimento

  • Visione artificiale e sistemi multimediali

Sito web del gruppo

Descrizione

Il gruppo si colloca all'interno della disciplina della Computer Vision (Visione Artificiale). La missione del gruppo è quella di studiare nuovi algortimi e modelli di visione artificiale in grado di analizzare ed interpretare in tempo reale flussi video provenienti da reti di sensori attivi (ottici, infrarosso, acustici, etc.) al fine costruire sistemi avanzati in grado di aiutare operatori umani nei loro compiti complessi (sorveglianza di grandi aree, analisi visiva di processi industriali per identificazione difetti, biometria, etc.). Particolare attenzione viene rivolta ai sistemi di Realtà Aumentata ed alle applicazioni (app) per Dispositivi Mobili. Le soluzioni ideate dal gruppo vengono applicate a diversi domini, con uno speciale interesse verso la Sicurezza e gli ambienti industriali a rischio per gli operatori umani. Le ricerche svolte hanno carattere multidisciplinare ed approfondiscono relazioni fra Informatica, Medicina e Ingegneria.

Linee di ricerca

  • Studio e sviluppo di algoritmi di visione artificiale e apprendimento automatico per l’analisi, il riconoscimento e la classificazione in tempo reale di eventi semplici (oggetti in movimento) e complessi (interazione di oggetti in movimento) in scene reali con finalità di sicurezza.
  • Studio di modelli numerici e di algoritmi avanzati per la caratterizzazione bimodale (audio-video) di segnali biomedici relativi alla fonazione con modelli dinamici di sorgente e relativi algoritmi di inversione.
  • Media digitali: Analisi di forme di partecipazione dal basso attraverso le piattaforme social (Facebook, Twitter, etc.) e le pratiche di creazione e condivisione online di contenuti (UGC e UDC).
  • Studio e sviluppo di nuove tecniche di pattern recognition basate su subspace methods, incremental learning, representation learning e deep learning per l’estrazione automatica delle caratteristiche salienti descrittive di un elemento d’immagine senza alcuna informazione a priori.
  • Re-identificazione di persone: sviluppo di algoritmi che identifichino le aree salienti di una data immagine e le utilizzino per raggiungere migliori performance di ri-identificazione.
  • Estrazione e classificazione automatica dei dati dalle piattaforme social (Twitter, Facebook ecc.). Obiettivi: studio e sviluppo di algoritmi che consentano una più efficiente analisi dei dati mediante loro organizzazione e classificazione in tempo reale.
  • Tecniche di elaborazione dei segnali audio e voce rilevati attraverso array di microfoni: studio di algoritmi per la localizzazione automatica di eventi acustici mediante reti dinamiche di sensori.
  • Miglioramento delle prestazioni di sistemi di fusione dati/informazioni per situation assessment mediante l’utilizzo di informazioni contestuali per integrare i dati sensoriali con conoscenza del dominio che può influenzare il comportamento delle entità osservate.
  • Verifica di applicazioni web: sviluppo di metodologie, basate prevalentemente su formalismi logici, per verificare automaticamente la correttezza di sistemi web.
  • Visione Attiva: sviluppo di algoritmi per l’ottimizzazione delle risorse mobili basati su tecniche di learning dinamiche (p.e. reinforcement learning) per il tasking e o scheduling dei sensori.
  • Visual Saliency in immagini: studio e sviluppo di tecniche per la predizione di visual saliency su immagini e video.
  • Visual Sensor Network: Gestione e riconfigurazione dinamica e ottimale di reti di sensori visuali mediante lo sviluppo di algoritmi di configurazione per la massimizzazione delle prestazioni del sistema secondo criteri specifici (copertura visuale, risoluzione spaziale ecc.)
  • Studio e sviluppo di tecniche di Machine Learning per la guida autonoma di veicoli e droni senza pilota
  • Studio e sviluppo di tecniche di Machine Learning per la classificazione di immagini e dati di tipo medico

Settori ERC

  • PE6_10 Web and information systems, data management systems, information retrieval and digital libraries, data fusion
  • PE6_11 Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)
  • PE6_2 Distributed systems, parallel computing, sensor networks, cyber-physical systems
  • PE6_3 Software engineering, programming languages and systems
  • PE6_4 Theoretical computer science, formal methods, automata
  • PE6_7 Artificial intelligence, intelligent systems, natural language processing
  • PE6_8 Computer graphics, computer vision, multimedia, computer games
  • PE6_9 Human computer interaction and interface, visualisation

Etichette libere

  • Visione Attiva, Realtà Aumentata, Re-identificazione
  • User Generated Content, Linguaggi Dichiarativi, Fusione Dati
  • Machine Learning per sistemi autonomi

Componenti

Gian Luca FORESTI
Carlo DRIOLI
Niki MARTINEL
Christian MICHELONI
Claudio PICIARELLI
Daniele SALVATI
Ivan SCAGNETTO
Lauro SNIDARO
 

In base alla circolare d'Amministrazione n. 33/1998 si responsabilizzano le persone in indirizzo a verificare la correttezza dei dati inseriti e ad effettuare le dovute comunicazioni di variazione alla Direzione Risorse Umane e Affari generali (DARU) per assicurare il costante aggiornamento dei dati nel tempo, trasmettendo (esclusivamente per posta elettronica) l'esito delle verifiche effettuate agli indirizzi di seguito riportati: