Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
Ospite
 Login
e-Learning - UNIMIB
Home
Percorso della pagina
  1. Area di Scienze
  2. Corso di Laurea Magistrale
  3. Informatica [F1802Q - F1801Q]
  4. Insegnamenti
  5. A.A. 2022-2023
  6. 2° anno
  1. Visual Information Processing and Management
  2. Introduzione
Insegnamento Titolo del corso
Visual Information Processing and Management
Codice identificativo del corso
2223-2-F1801Q148
Descrizione del corso SYLLABUS

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Obiettivi

Lo studente acquisirà le competenze necessarie per acquisire fedelmente, elaborare ed interpretare i media pittorici anche con tecniche basate su Deep Learning. Acquisirà inoltre le competenze per integrare sistemi di ricerca basati sul contenuto delle immagini e video in apps e sistemi informativi multimediali.

Contenuti sintetici

Il corso fornisce i fondamenti teorici e pratici per:
• acquisizione di immagini e la loro riproduzione (le competenze acquisite saranno utili nell’ambito dei beni culturali, moda e design, analisi immagini mediche e telemedicina, realtà virtuale ed aumentata, …)
• post elaborazione delle immagini (ad esempio aumento della leggibilita’, rimozione della nebbia, rimozione degli artefatti di compressione…)
• segmentazione semantica (ad esempio in ambito automotive: pedone, macchina, strada, marciapiede, … in ambito medico: tessuto sano vs tessuto tumorale)
• localizzazione, descrizione, e riconoscimento automatico di oggetti anche in scene complesse
• annotazione automatica di immagini e video con parole chiave (tagging)
• browsing e ricerca per similarità di immagini e video in archivi multimediali

Programma esteso

• Percezione e misura oggettiva dei colori, colorimetria, modelli di apparenza colore
• Principi di base per la riproduzione delle immagini nei dispositivi grafici, quali le camere digitali, monitor e video proiettori, e stampanti
• Catena di acquisizione ed elaborazione delle immagini nelle camere digitali (con recap dei fondamenti dell’elaborazione delle immagini)
• Algoritmi adattativi per post elaborazione delle immagini (modifica del contrasto, riduzione del rumore, localizzazione rimozione degli artefatti, composizione di immagini, ...)
• Metodi soggettivi e oggettivi per la valutazione della qualità delle immagini
• Riconoscimento e classificazione di oggetti ed immagini con tecniche di apprendimento tradizionali basate su caratteristiche pittoriche e visuali
• Localizzazione, riconoscimento e classificazione di oggetti ed immagini con tecniche basate su deep learning
• Metodi per l’indicizzazione ed il reperimento di dati pittorici nei sistemi informativi multimediali
Le esercitazioni saranno svolte in laboratorio, in linguaggio MATLAB, e comprendono una serie di esercizi quali ad esempio image color transfer, image panorama creation, consumer photo classification, object detection,…

Prerequisiti

Nessuno. L’avere frequentato un corso di elaborazione delle immagini o di segnali non è un prerequisito obbligatorio. Il corso è autocontenuto.

Modalità didattica

Lezioni frontali ed esercitazioni con discussione di studi di caso. Il corso è in italiano con slide e dispense in lingua inglese.

Materiale didattico

Articoli e dispense fornite dal docente.
I docenti forniscono a chi lo desidera materiale aggiuntivo (dispense e video) inerenti alla elaborazione delle immagini.

Periodo di erogazione dell'insegnamento

primo semestre

Modalità di verifica del profitto e valutazione

Discussione di un progetto che è possibile fare in gruppo al massimo di tre persone, con valutazione individuale.

Orario di ricevimento

Subito dopo le lezioni o su appuntamento

Esporta

Aims

The student will acquire the skills to faithfully capture, process and interpret pictorial media including with Deep Learning based techniques. He/she will also acquire the skills to integrate image and video content-based search systems into apps and multimedia information systems.

Contents

The course provides the theoretical and practical fundamentals for:

  • image acquisition and reproduction (the skills acquired will be useful in the areas of cultural heritage, fashion and design, medical image analysis and telemedicine, virtual and augmented reality, ...)
  • image post-processing (e.g. increased readability, fog removal, removal of compression artifacts, ...)
  • semantic segmentation (e.g. in automotive: pedestrian, car, road, sidewalk, ... in medical: healthy tissue vs. tumor tissue)
  • automatic localization, description, and recognition of objects even in complex scenes
  • automatic annotation of images and videos with keywords (tagging)
  • browsing and similarity search of images and videos in multimedia archives

Detailed program

Objective color perception and measurement, colorimetry, color appearance models

  • Basic principles of image reproduction in graphic devices, such as digital cameras, monitors and video projectors, and printers
  • Image acquisition and processing chain in digital cameras (with recap of image processing fundamentals)
  • Adaptive algorithms for image post processing (contrast modification, noise reduction, localization artifact removal, image composition, ...)
  • Subjective and objective methods for image quality assessment
  • Recognition and classification of objects and images using traditional learning techniques based on pictorial and visual features
  • Localization, recognition and classification of objects and images with techniques based on deep learning
  • Methods for indexing and retrieval of pictorial data in multimedia information systems
    The exercises will be conducted in the laboratory, in MATLAB language, and include a series of exercises such as image color transfer, image panorama creation, consumer photo classification, object detection,...

Translated with www.DeepL.com/Translator (free version)

Prerequisites

None. Having taken an image or signal processing course is not a mandatory prerequisite. The course is self-contained.

Teaching form

Classroom lessons and exercitations with discussion of use cases. The class is in Italian, while slides and notes are in English.

Textbook and teaching resource

Articles and Notes given by the Professor.
The lecturers provide additional materials (handouts and videos) pertaining to image processing to those who wish.

Semester

first semester

Assessment method

Discussion of a project that can be done in a group of up to three people, with individual evaluation.

Office hours

just after the lessons or by request

Entra

Scheda del corso

Settore disciplinare
INF/01
CFU
6
Periodo
Primo Semestre
Tipo di attività
Obbligatorio a scelta
Ore
52
Tipologia CdS
Laurea Magistrale
Lingua
Italiano

Staff

    Docente

  • SB
    Simone Bianco
  • RS
    Raimondo Schettini
  • Esercitatore

  • Luigi Celona
    Luigi Celona

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione manuale
Iscrizione spontanea (Studente)

Ospite (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche