Schedule
Calendario delle lezioni (ipotetico)
Di seguito sono indicate le date indicative (che sicuramente cambieranno in corso d'opera) per quanto riguarda le lezioni di teoria. Le lezioni di laboratorio non sono indicate e saranno dedicate allo sviluppo degli algoritmi visti durante le lezioni di teoria.
Data
22 febbraio
1 marzo
8 marzo
15 marzo
22 marzo
29 marzo
5 aprile
12 aprile
26 aprile
3 maggio
10 maggio
17 maggio
24 maggio
Argomento
Introduzione al corso,
Visione umana e digitale, spazi di colore e trasformate,
Coordinate di immagine e ridimensionamento , filtri e convoluzioni
Ancora filtraggio, filtri notevoli, Canny Edge detection
Scale space, introduzione alla geometria proiettiva
Edges and Features, Harris, Matching
Descrittori + Applicazioni e progetti avanzati
SIFT, Omografie, RANSAC
Elementi di interpolazione e ottimizzazione
Elementi di Machine Learning
Reti neurali, Reti convoluzionali
Architetture notevoli
Object detection e Semantic Segmentation
Deep Learning frameworks
Optical Flow , Rappresentazione 3D, stereo e depth perception, SLAM/SfM,
Applicazioni (Computational photography, GANs…)
Calendario
Le lezioni si terranno in
aula 106 presso l'edificio Marco Polo (martedì, 15:00-19:00)
aula 17 in via Tiburtina (venerdì 8.00-10.00, fino al 15 aprile)
aula 15 in via Tiburtina 205 (venerdì, 8:00-12:00 dal 16 aprile al 28 maggio)
Le lezioni vanno indicativamente dal 22 febbraio 2022 al 27 maggio 2022, ogni settimana il martedì pomeriggio e il venerdì mattina. Gli intervalli temporali assegnati al corso sono di 4 ore ciascuno, per poter organizzare i turni, ove necessario. Sulla base degli studenti iscritti su classroom decideremo se farli e a che ora iniziare le prime volte. Qui sotto trovate il calendario delle lezioni: