Teoria e tecniche del riconoscimento (2007/2008)

Corso a esaurimento

Codice insegnamento
4S00072
Crediti
5
Coordinatore
Vittorio Murino
L'insegnamento è organizzato come segue:
Modulo Crediti Settore disciplinare Periodo Docenti
Teoria 4 INF/01-INFORMATICA 3° Q Vittorio Murino
Laboratorio 1 INF/01-INFORMATICA 3° Q Vittorio Murino

Obiettivi formativi

Modulo: Teoria
-------
Il corso intende fornire i fondamenti teorici e le metodologie principali relative all’analisi e riconoscimento automatico di dati di qualsiasi tipo, detti tipicamente pattern. Questa disciplina è alla base o completa molte altre discipline di più larga diffusione come l’elaborazione delle immagini, la visione, l’intelligenza artificiale, l’analisi di grosse quantità di dati, le basi di dati, e numerose altre.

Nel corso verrà data enfasi alle tecniche probabilistiche con particolar riferimento all’addestramento di sistemi volti al riconoscimento (anche di immagini, ma non solo) e alle reti neurali.

Le applicazioni che questa disciplina coinvolge sono molteplici. Tra queste ci sono le applicazioni legati all’elaborazione delle immagini e visione, data mining, la bioinformatica, analisi ed interpretazione di dati medicali e biologici (e.g., genomica, proteomica, sierologia, etc.), la biometria, l'imaging biomedicale, la videosorveglianza, la robotica, il riconoscimento della voce e numerose altre.


Modulo: Laboratorio
-------
Si veda la descrizione nella parte Teoria.

Programma

Modulo: Teoria
-------
* Introduzione: cos’è, a cosa serve, sistemi, applicazioni
* Riconoscimento e classificazione
* Estrazione e rappresentazione di caratteristiche (feature)
* Teoria della decisione di Bayes
* Stima dei parametri e metodi non parametrici
* Classificatori lineari, non lineari e funzioni discriminanti
* Cenni di Pattern Recognition di tipo sintattico
* Selezione di feature
* Reti neurali
* Metodi di classificazione non supervisionata (clustering)
* Metodi avanzati: Hidden Markov Models.

Il corso viene svolto in 32 ore di lezioni frontali e 12 ore di laboratorio. L'attività di laboratorio prevede la pratica e risoluzione di esercizi mediante l'uso di MATLAB volti all'apprendimento pratico e alla miglior comprensione della teoria svolta a lezione.


Modulo: Laboratorio
-------
Si veda la descrizione nella parte Teoria.

Modalità d'esame

Modulo: Teoria
-------
La verifica del profitto avverrà mediante un'attività di progetto e una breve prova orale. Il progetto riguarderà gli argomenti trattati a lezione con riferimento all'elaborazione delle immagini e visione, ma anche altre applicazioni potranno essere considerate. La prova orale verterà sui temi sviluppati a lezione e potrà essere sostituita da una prova scritta con brevi domande simili alla prova orale.
Il superamento della prova porta all'acquisizione di 5 crediti, ovvero di 1 unità didattica.


Modulo: Laboratorio
-------
Si veda la descrizione nella parte Teoria.

Statistiche per i requisiti di trasparenza (Attuazione Art. 2 del D.M. 31/10/2007, n. 544)

Statistiche esiti
Esiti Esami Esiti Percentuali Media voti Deviazione Standard
Positivi 50.0% 30 0
Respinti --
Assenti 50.0%
Ritirati --
Annullati --
Distribuzione degli esiti positivi
18 19 20 21 22 23 24 25 26 27 28 29 30 30 e Lode
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0%

Valori relativi all'AA 2007/2008 calcolati su un totale di 6 iscritti. I valori in percentuale sono arrotondati al numero intero più vicino.