Course Syllabus
Obiettivi
Il corso offre un’introduzione ai segnali digitali, quali i segnali multimediali (immagini, video ed audio) e altri segnali che possono essere utilizzati nell'ambito dell'interazione uomo macchina, in particolare segnali fisiologici e segnali neurali.
Durante il corso si analizzerà il passaggio da segnale analogico a digitale, introducendo in particolare i concetti di campionamento e quantizzazione. Verranno poi illustrati i principali metodi di elaborazione dei segnali (ad modifica del contrasto, filtraggi, e bilanciamento del bianco, estrazione di caratteristiche che descrivano i segnali), codifica e compressione con e senza perdita. Verranno presentate con maggiore dettaglio la compressione jpeg e mpeg, come esempi di applicazione di diversi algoritmi di compressione. Verranno inoltre analizzati i diversi tipi di formato immagine e il loro campo di utilizzo. Verrà introdotta l'affective computing, e i suoi campi di applicazione, soprattutto nell'ambito dell'interazione uomo macchina.
Contenuti sintetici
Il corso fornirà gli strumenti per la digitalizzazione dei segnali analogici, immagini, audio e video, segnali fisiologici ed elettroficiologici. Fornirà le competenze per apprendere le applicazioni di affective computing specialmente nell'ambito dell'interazione uomo macchina. Inoltre fornirà le competenze per lo sviluppo di algoritmi per l’elaborazione dei segnali digitali, la loro codifica e compressione.
Programma esteso
1. Definizione di segnali 1-D, 2-D, N-D.
- Esempi di signali analogici
- Esempi di signali analogi digitali
- Conversione analogico digitale - Teorema del campionamento
- Filtro Anti-Aliasing
- Quantizzazione
- Segnali digitali
- Immagini
- Audio
- Video
- segnali fisiologici ed elettrofisiologici
- Elaborazione delle immagini
- Miglioramento del contrasto
- Filtraggio passa basso e passa alto
- Bilanciamento del bianco.
- Compressione
- Principali algoritmi di compressione senza e con perdita
- Compressione audio
- Compressione Image (in particolare JPEG)
- Compressione Video (in particolare MPEG)
- Principali formati immagine
6- Affective Computing
- definizione
- modelli di emozione
- applicazioni nell'ambito dell'interazione uomo - macchina
Prerequisiti
Nessun prerequisito essenziale.
Modalità didattica
Il corso è costituito da lezioni frontali, per un totale di 28 ore, e da un'attività di laboratorio per un totale di 24 ore, durante la quale verranno svolti progetti di verifica delle nozioni acquisite, che è parte integrante dell'esame. Il corso è erogato in lingua inglese.
Le lezioni frontali saranno erogate secondo le seguenti modalità:
14 ore di ditattica erogativa, in modalità remota ascincrona.
14 ore di didattica erogativa in presenza.
24 ore di laboratorio in modalità didattica interattiva
Materiale didattico
slide pubblicate sul sito di e-learning
testi e codici delle esercitazioni
LIBRO DI TESTO:
R. Gonzalez, R. Woods, Digital Image Processing, Pearson International Edition
Periodo di erogazione dell'insegnamento
secondo semestre
Modalità di verifica del profitto e valutazione
Tipo esame:
Orale + consegne di laboratorio (4 obbilgatorie) + progetto (opzionale)
Tipo valutazione: Voto finale in trentesimi
Esame orale
L’esame è orale e potrà essere in lingua inglese o in italiano secondo la richiesta dello studente.
L'esame consta di domande aperte su digitalizzazione e compressione di segnali multimediali, e sull'elaborazione in particolare dei segnali immagine. In queste domande vengono richieste le nozioni spiegate a lezione e reperibili sui testi indicati, con in genere una domanda rivolta alla verifica della comprensione di quanto studiato, riferito ad un caso concreto.
Consegne
L'attività di laboratorio è parte integrante del corso.
Sono previste consegne a cadenza regolare durante lo svolgimento delle lezioni. Sono obbligatorie almeno 4 consegne per poter verbalizzare il voto.
Le consegne di laboratorio rimangono valide per tutti gli appelli dell'anno accademico in cui è erogato l'insegnamento.
progetto finale (opzionale)
Un progetto finale in matlab (a scelta fra alcuni progetti indicati o proposto dallo studente stesso) potrà fornire fino a 2 punti aggiuntivi nella valutazione dell'esame finale, ed è obbigatorio per poter avere la lode
Orario di ricevimento
Venerdì dalle 11.00 alle 12.00.
Sustainable Development Goals
Aims
This course provides an introduction to digital signals, such as multimedia signals (image, video, and audio) and other signals that can be used in human-machine interaction, such as physiological signals and neural signals.
During the course, the transition from analog to digital signal will be analyzed, introducing in particular the concepts of sampling and quantization. The main methods of signal processing (contrast modification, filtering, and feature extraction), lossy and lossless coding and compression will then be explained. Jpeg and mpeg compression will be presented in more detail as examples of the application of different compression algorithms. The different types of image formats and their field of use will also be analyzed. Affective computing, and its fields of application, especially in the area of human-machine interaction, will be introduced.
Contents
The course provides the basis for digitizing and encoding analogic signals: images, audio and videos, physiological and electrophysiological signals. It will provide skills for learning the applications of affective computing especially in the area of human-machine interaction. It will also provide skills for developing algorithms for processing digital signals, their encoding and compression.
Detailed program
1. Definition of one-dimensional signals, two-dimensional signals, N-dimensional signals
- Analog signal
- Digital signal
2 Analog to digital conversion
- Sampling theorem
- Filter Anti-Aliasing
- Quantization
3 Digital signals: sampling and quantization:
- Images
- Audio
- Video
- physiological and elettroficiological signals
4 Image processing
- Contrast enhancement
- High and low pass filtering
- White balance
5 Compression
- Main compression loss-less and lossy algorithms
- Audio Compression
- Image Compression (particularly JPEG)
- Video Compression (in particular MPEG)
- Main image Formats
6 Affective Computing
- definition
- models of emotions
- applications in the field of human machine interaction
Prerequisites
No prerequisite
Teaching form
The course consists of lectures (28 hours), and practical activities (24 hours). Several exercises will be carried out during the practical activities to verify the new expertise acquired. The course is taught in English.
The lectures will be delivered as follows:
14 hours of didactics, in remote asynchronous mode.
14 hours of didactics in presence.
24 hours of laboratory in interactive teaching mode.
Textbook and teaching resource
slides published on the web site of the course
codes and exercises of the practical activities
TEXTBOOK
R. Gonzalez, R. Woods, Digital Image Processing, Pearson International Edition
Semester
second semester
Assessment method
Examination:
Oral exam + practical activities (4 mandatory) + final project (optional)
Evaluation Type:
Final mark out of thirty
Oral exam
The exam (oral) consists of open questions about digitalization and compression of multimedia signals and signal processing mainly in the case of images. This part verifies the competencies acquired and it is based on what taught during the lessons, available on the slides and on the indicated text books.
Assignements
The practical activity is a fundamental part of the course. Periodic assignemts are proposed during the practical activity. These assignements remain valid for the academic year in which the teaching is delivered. Four assignments are mandatory to pass the axam.
Final Project (optional)
A final project in matlab (optional) will provide up to 2 points for the final exam.
Office hours
Friday from 11.00 to 12.00.
Sustainable Development Goals
Staff
-
Francesca Gasparini
-
Aurora Saibene
