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 e statistiche con particolar riferimento all’apprendimento automatico di sistemi volti al riconoscimento e la classificazione.
Le applicazioni che questa disciplina coinvolge sono molteplici.
Tra queste ci sono le applicazioni legate all’elaborazione delle immagini e visione, data mining, l'analisi ed interpretazione di dati medicali, la biometria, l'imaging biomedicale, la videosorveglianza, la robotica, il riconoscimento della voce e numerose altre.
--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
--Reti neurali artificiali
--Hidden Markov Models
--Metodi di classificazione non supervisionata (clustering)
--Pattern recognition per l'analisi ed il riconoscimento in immagini e video
Progetto e prova orale.
Lab0 - ripasso avanzato MATLAB
(zip, it, 0 KB, 07/03/12)
Lab 1 - Classificatori di Bayes
(zip, it, 6397 KB, 14/03/12)
Lab 2 - PCA e LDA
(zip, it, 5058 KB, 11/04/12)
Lab 3 - Tracking
(zip, it, 2 KB, 02/05/12)
Lab 4 - Hidden Markov Models
(zip, it, 6929 KB, 16/05/12)
Lab 5 - Conclusione
(zip, it, 92 KB, 06/06/12)
Lez 0 - Introduzione al corso
(vnd.ms-powerpoint, it, 169 KB, 17/04/12)
Lez 1 - Introduzione alla pattern recognition
(vnd.ms-powerpoint, it, 1893 KB, 17/04/12)
Lez 2 - Teoria di Bayes
(vnd.ms-powerpoint, it, 1002 KB, 17/04/12)
Lez3bis - Estrazione Features (integrazione LDA)
(pdf, it, 810 KB, 20/03/12)
Lez 3 - Estrazione delle features (PCA, eigenfaces)
(vnd.ms-powerpoint, it, 1278 KB, 17/04/12)
Lez 4 - Stima parametrica di modelli
(vnd.ms-powerpoint, it, 4274 KB, 17/04/12)
Lez 5 - Stima non parametrica di modelli
(vnd.ms-powerpoint, it, 3173 KB, 17/04/12)
Lez 6 - Modelli generativi complessi
(vnd.ms-powerpoint, it, 4716 KB, 24/04/12)
Lez 7 - Modelli discriminativi
(zip, it, 5510 KB, 05/06/12)
Mapping Lezioni - Testi
(pdf, it, 177 KB, 06/06/12)
Progetti TTR 2011-2012
(zip, it, 4968 KB, 08/05/12)
