Teorie e tecniche del riconoscimento (2011/2012)

Codice insegnamento 4S02803 Docente Marco Cristani Coordinatore Marco Cristani crediti 6 Corsi di studio in cui è offerto Laurea magistrale in Ingegneria e scienze informatiche Settore disciplinare ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI Lingua di erogazione Italiano Periodo II semestre dal 1-mar-2012 al 15-giu-2012.

Pagine collegate Avvisi relativi al corso Seminari relativi al corso

Orario lezioni

Obiettivi formativi

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.

Programma

--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

Modalita d'esame

Progetto e prova orale.

Materiale didattico
Titolo	Formato (Lingua, Dimensione, Data pubblicazione)
Lab0 - ripasso avanzato MATLAB	zip (it, 0,94 KB, 07/03/12)
Lab 1 - Classificatori di Bayes	zip (it, 6.397,613 KB, 14/03/12)
Lab 2 - PCA e LDA	zip (it, 5.058,513 KB, 11/04/12)
Lab 3 - Tracking	zip (it, 2,307 KB, 02/05/12)
Lab 4 - Hidden Markov Models	zip (it, 6.929,8 KB, 16/05/12)
Lab 5 - Conclusione	zip (it, 92,806 KB, 06/06/12)
Lez 0 - Introduzione al corso	vnd.ms-powerpoint (it, 169,5 KB, 17/04/12)
Lez 1 - Introduzione alla pattern recognition	vnd.ms-powerpoint (it, 1.893,5 KB, 17/04/12)
Lez 2 - Teoria di Bayes	vnd.ms-powerpoint (it, 1.002 KB, 17/04/12)
Lez3bis - Estrazione Features (integrazione LDA)	pdf (it, 810,956 KB, 20/03/12)
Lez 3 - Estrazione delle features (PCA, eigenfaces)	vnd.ms-powerpoint (it, 1.278 KB, 17/04/12)
Lez 4 - Stima parametrica di modelli	vnd.ms-powerpoint (it, 4.274,5 KB, 17/04/12)
Lez 5 - Stima non parametrica di modelli	vnd.ms-powerpoint (it, 3.173 KB, 17/04/12)
Lez 6 - Modelli generativi complessi	vnd.ms-powerpoint (it, 4.716 KB, 24/04/12)
Lez 7 - Modelli discriminativi	zip (it, 5.510,308 KB, 05/06/12)
Mapping Lezioni - Testi	pdf (it, 177,017 KB, 06/06/12)
Progetti TTR 2011-2012	zip (it, 4.968,116 KB, 08/05/12)

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

I dati relativi all'AA 2011/2012 non sono ancora disponibili