Teorie e tecniche del riconoscimento (2012/2013)

Codice insegnamento
4S02803
Docente
Marco Cristani
Coordinatore
Marco Cristani
crediti
6
Settore disciplinare
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Lingua di erogazione
Italiano
Periodo
I semestre dal 1-ott-2012 al 31-gen-2013.

Orario lezioni

I semestre
Giorno Ora Tipo Luogo Note
lunedì 8.30 - 11.30 lezione Aula G  
mercoledì 16.30 - 18.30 laboratorio Laboratorio didattico Alfa  

Obiettivi formativi

Teorie e Tecniche del Riconoscimento (TTR) è una disciplina altamente pervasiva, sia in campo scientifico che industriale. Essa si concentra sulla creazione di classificatori, ossia algoritmi in grado di imparare aspetti della realtà che ci circonda e di compiere decisioni adeguate una volta in presenza di nuovi stimoli. Riconoscitori vocali, applicazioni automotive, sistemi di sorveglianza, sistemi di controllo qualità, recommender systems, motori di ricerca, reti sociali, strumenti di interazione (Kinect, Wii) sono solo alcune delle numerose applicazioni che si basano sulla presenza di classificatori. Il corso di TTR intende fornire i principi metodologici alla base della classificazione, unitamente alle tecniche più moderne in grado di risolvere problemi fino a pochi anni fa ingestibili. In altre parole, il corso vuole essere l’ottimo compromesso tra teoria e pratica, rendendo lo studente in grado di risolvere problemi tangibili e importanti con tecniche solide dal punto di vista teorico.

Programma

Il programma del corso può essere diviso in due ambiti, quello metodologico e quello applicativo, che procederanno di pari passo durante le lezioni.

Metodologie
--Introduzione: cos’è, a cosa serve, sistemi, applicazioni
--Riconoscimento e classificazione
--Teoria della decisione di Bayes
--Stima dei parametri
--Metodi non parametrici
--Classificatori lineari, non lineari e funzioni discriminanti
--Estrazione e selezione di feature, PCA e trasformata di Fisher
--Algoritmo Expectation-Maximization e misture di Gaussiane
--Metodi generativi e discriminativi
--Metodi Kernel e Support Vector Machines
--Hidden Markov Models
--Metodi di classificazione non supervisionata (clustering)
--Pattern recognition per l'analisi e il riconoscimento in immagini e video

Applicazioni
--Riconoscimento di volti
--Riconoscimento di oggetti
--Riconoscimento di scene
--Tracking
--Analisi di reti sociali
--Video sorveglianza
--Recommender systems

Modalità d'esame

Progetto e prova orale.

Materiale didattico

Documenti

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

I dati relativi all'AA 2012/2013 non sono ancora disponibili