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: