JP2019 - Una piattaforma per lo sviluppo di applicazioni di intelligenza artificiale basata su analisi intelligente di video per attività commerciali di ristorazione con servizio al tavolo

Data inizio
1 ottobre 2020
Durata (mesi) 
12
Dipartimenti
Informatica
Responsabili (o referenti locali)
Giugno Rosalba
Parole chiave
JOINT PROJECTS, ARTIFICIAL INTELLIGENCE, SYSTEMS AND SOFTWARE, SOFTWARE ENGINEERING, EDGE COMPUTING, EMBEDDED SYSTEMS, DEEP LEARNING

PREMESSA
Il progetto mira a fornire una piattaforma per la prototipazione rapida di applicazioni software basate sull'analisi video intelligente (IVA) per attività commerciali con servizio al tavolo (i.e., ristoranti).

OBIETTIVI
La piattaforma si chiama VIDIO e il suo scopo è facilitare l'applicazione dell'intelligenza artificiale nel contesto di servizi di ristorazione a supporto del servizio, della formazione e della sicurezza del personale.

PROCEDIMENTO
Per soddisfare le attuali regole GDPR e garantire funzionalità in tempo reale, le applicazioni IVA devono essere eseguite "at-the-edge", per cui le informazioni sensibili riprese da telecamere devono essere elaborate vicino al sensore di input da dispositivi di elaborazione dei dati eterogenei e a bassa potenza.
La piattaforma VIDIO mira a supportare la prototipazione rapida di tali applicazioni IVA attraverso un flusso di progettazione di tipo model-based, mediante il quale le applicazioni software sono modellate, integrate e convalidate ad alto livello di astrazione per poi essere semi-automaticamente sintetizzate su un dispositivo di computazione target considerando vincoli sia funzionali che non funzionali (es. prestazioni, consumo di potenza, efficienza energetica). Il progetto parte da un prototipo esistente creato per lo sviluppo di applicazioni di robotica per Industry 4.0. Estenderà la piattaforma esistente per supportare lo sviluppo di applicazioni SW eterogenee, come inferenza di Deep Learning e il data mining oltre all'elaborazione di immagini per sistemi embedded. Per affrontare la complessità intrinseca di tale eterogeneità, linguaggi di sviluppo diversi saranno combinati con lo standard di modellazione per le applicazioni di embedded vision (OpenVX).


RISULTATI
Saranno definiti algoritmi ed euristiche intelligenti per implementare mapping e scheduling efficienti dei task dell’appliazioni sugli elementi di calcolo eterogenei del dispositivo target, con l'obiettivo di garantire prestazioni real-time ed efficienza energetica del sistema embedded.

MAIN PARTNER
DigitalRestaurant Srl

Enti finanziatori:

Digital Restaurant Srl
Finanziamento: assegnato e gestito dal Dipartimento
Programma: JOINT PROJECTS

Partecipanti al progetto

Stefano Aldegheri
Assegnista
Nicola Bombieri
Professore associato
Rosalba Giugno
Professore associato
Aree di ricerca coinvolte dal progetto
Bioinformatica e informatica medica
Life and medical sciences

Attività

Strutture