Michele NAPPI | CONTEXT AWARE SECURITY ANALYTICS IN COMPUTER VISION (ENGLISH)

cod. 0522500118

CONTEXT AWARE SECURITY ANALYTICS IN COMPUTER VISION (ENGLISH)

	0522500118
	DIPARTIMENTO DI INFORMATICA
	CORSO DI LAUREA MAGISTRALE
	INFORMATICA
	2018/2019

CURRICULUM INTERNET OF THINGS

	ANNO CORSO 1
	ANNO ORDINAMENTO 2016
	PRIMO SEMESTRE

MODULI

	SSD	CFU	ORE	ATTIVITÀ	TIPO DI ATTIVITÁ FORMATIVA
	INF/01	9	45	LEZIONE	CARATTERIZZANTE

DOCENTI

	MICHELE NAPPI T Curriculum
	RICCARDO DISTASI Curriculum

	Obiettivi
	CONOSCENZA E CAPACITÀ DI COMPRENSIONE CONOSCENZA CRITICA DEI FONDAMENTI DELL' INTELLIGENZA ARTIFICIALE APPLICATA ALLA COMPUTER VISION. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE LO STUDENTE AL TERMINE DEL CORSO: •AVRÀ CONOSCENZA DEI FONDAMENTI DELLE TECNICHE COGNITIVE ARTIFICIALI APPLICATE ALLA COMPUTER VISION •SARÀ IN GRADO DI COMPRENDERE I PRINCIPI PORTANTI DELL'APPRENDIMENTO AUTOMATICO (MACHINE LEARNING) E DELL'APPRENDIMENTO APPROFONDITO (DEEP LEARNING) NEL CONTESTO DELLA VIDEO SORVEGLIANZA. •SARÀ IN GRADO DI VALUTARE CRITICAMENTE QUALE TECNICA SI ADATTA MEGLIO ALL’AMBITO APPLICATIVO DI RIFERIMENTO ; •SARÀ IN GRADO DI UTILIZZARE STRUMENTI COMPARATIVI PER MISURARE LE PRESTAZIONI DI UNA DETERMINATA TECNICA IN TERMINI DI EFFICIENZA ED EFFICACIA; •SARÀ IN GRADO DI PROGETTARE E IMPLEMENTARE AUTONOMAMENTE STRATEGIE MIGLIORATIVE A PARTIRE DA TECNICHE BASE, IN PARTICOLARE INDIVIDUANDO APPROPRIATE SOLUZIONI PROGETTUALI PER SPECIFICI SISTEMI DI VISIONE ARTIFICIALE NEL CONTESTO DELLA SICUREZZA; •SARÀ IN GRADO DI SOSTENERE CONVERSAZIONI SU TEMATICHE RELATIVE AGLI ASPETTI FONDAMENTALI DELLA DISCIPLINA FACENDO RICORSO AD UNA TERMINOLOGIA SCIENTIFICA ADEGUATA, E AGLI STRUMENTI DELLA RAPPRESENTAZIONE MATEMATICA E GRAFICA DEI PRINCIPALI FENOMENI DESCRITTI; •REALIZZERÀ PROGETTI SOFTWARE DI MEDIE DIMENSIONI IN PHYTON (ALTERNATIVAMENTE IN C O MATLAB)

CONOSCENZA E CAPACITÀ DI COMPRENSIONE

CONOSCENZA CRITICA DEI FONDAMENTI DELL' INTELLIGENZA ARTIFICIALE APPLICATA ALLA COMPUTER VISION.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE

LO STUDENTE AL TERMINE DEL CORSO:
•AVRÀ CONOSCENZA DEI FONDAMENTI DELLE TECNICHE COGNITIVE ARTIFICIALI APPLICATE ALLA COMPUTER VISION
•SARÀ IN GRADO DI COMPRENDERE I PRINCIPI PORTANTI DELL'APPRENDIMENTO AUTOMATICO (MACHINE LEARNING) E DELL'APPRENDIMENTO APPROFONDITO (DEEP LEARNING) NEL CONTESTO DELLA VIDEO SORVEGLIANZA.
•SARÀ IN GRADO DI VALUTARE CRITICAMENTE QUALE TECNICA SI ADATTA MEGLIO ALL’AMBITO APPLICATIVO DI RIFERIMENTO ;
•SARÀ IN GRADO DI UTILIZZARE STRUMENTI COMPARATIVI PER MISURARE LE PRESTAZIONI DI UNA DETERMINATA TECNICA IN TERMINI DI EFFICIENZA ED EFFICACIA;
•SARÀ IN GRADO DI PROGETTARE E IMPLEMENTARE AUTONOMAMENTE STRATEGIE MIGLIORATIVE A PARTIRE DA TECNICHE BASE, IN PARTICOLARE INDIVIDUANDO APPROPRIATE SOLUZIONI PROGETTUALI PER SPECIFICI SISTEMI DI VISIONE ARTIFICIALE NEL CONTESTO DELLA SICUREZZA;
•SARÀ IN GRADO DI SOSTENERE CONVERSAZIONI SU TEMATICHE RELATIVE AGLI ASPETTI FONDAMENTALI DELLA DISCIPLINA FACENDO RICORSO AD UNA TERMINOLOGIA SCIENTIFICA ADEGUATA, E AGLI STRUMENTI DELLA RAPPRESENTAZIONE MATEMATICA E GRAFICA DEI PRINCIPALI FENOMENI DESCRITTI;
•REALIZZERÀ PROGETTI SOFTWARE DI MEDIE DIMENSIONI IN PHYTON (ALTERNATIVAMENTE IN C O MATLAB)

	Prerequisiti
	PER IL PROFICUO RAGGIUNGIMENTO DEGLI OBIETTIVI PREFISSATI SONO RICHIESTE LE CONOSCENZE SUI FONDAMENTI DI ANALISI MATEMATICA

	Contenuti
	1. L'INTELLIGENZA ARTIFICIALE NELLA VISIONE 6H FRONTALI 2. TECNICHE FONDAMENTALI DI ELABORAZIONE DI IMMAGINI E VIDEO 6H LECTURE + 3 LAB 3. CLASSIFICAZIONE DELLE SCENE, INDIVIDUAZIONE DI OGGETTI MOBILI E TRACCIAMENTO 6H LECTURE + 4 LAB 4. TECNICHE DI APPRENDIMENTO AUTOMATICO E APPROFONDITO PER L'ANALISI DI DATI VISUALI 6H LECTURE + 6 LAB 5. ANALISI DI UN SISTEMA EVOLUTO DI VIDEO SORVEGLIANZA 6H LECTURE + 2 LAB TORALE: 30 FRONTALI + 15 LABORATORIO

Contenuti

1. L'INTELLIGENZA ARTIFICIALE NELLA VISIONE 6H FRONTALI
2. TECNICHE FONDAMENTALI DI ELABORAZIONE DI IMMAGINI E VIDEO 6H LECTURE + 3 LAB
3. CLASSIFICAZIONE DELLE SCENE, INDIVIDUAZIONE DI OGGETTI MOBILI E TRACCIAMENTO 6H LECTURE + 4 LAB
4. TECNICHE DI APPRENDIMENTO AUTOMATICO E APPROFONDITO PER L'ANALISI DI DATI VISUALI 6H LECTURE + 6 LAB
5. ANALISI DI UN SISTEMA EVOLUTO DI VIDEO SORVEGLIANZA 6H LECTURE + 2 LAB
TORALE: 30 FRONTALI + 15 LABORATORIO

	Metodi Didattici
	L’INSEGNAMENTO PREVEDE LEZIONI FRONTALI (3 CFU) E LABORATORIO (3 CFU). DURANTE LE ESERCITAZIONI SI PROPONE ALLO STUDENTE LA RISOLUZIONE DI PROBLEMI NEL CONTESTO DELLA VISIONE ARTIFICIALE CON TECNICHE DI APPRENDIMENTO AUTOMATICO E APPROFONDITO UTILIZZANDO PHYTON, MATLAB O LINGUAGGIO C . IL METODO DI RISOLUZIONE CONSISTE NELLA COMPRENSIONE DEL PROBLEMA, NELLA PIANIFICAZIONE DELLA SOLUZIONE, E INFINE NELLA RISOLUZIONE IMPLEMENTATIVA. QUEST’ULTIMA FASE PROMUOVE L’ABITUDINE A VALUTARE LA VALIDITÀ DELLA SOLUZIONE E A VERIFICARE LA COERENZA, NONCHÉ L’EFFICACIA E L’EFFICIENZA IN UN CONTESTO COMPARATIVO.

Metodi Didattici

L’INSEGNAMENTO PREVEDE LEZIONI FRONTALI (3 CFU) E LABORATORIO (3 CFU).
DURANTE LE ESERCITAZIONI SI PROPONE ALLO STUDENTE LA RISOLUZIONE DI PROBLEMI NEL CONTESTO DELLA VISIONE ARTIFICIALE CON TECNICHE DI APPRENDIMENTO AUTOMATICO E APPROFONDITO UTILIZZANDO PHYTON, MATLAB O LINGUAGGIO C . IL METODO DI RISOLUZIONE CONSISTE NELLA COMPRENSIONE DEL PROBLEMA, NELLA PIANIFICAZIONE DELLA SOLUZIONE, E INFINE NELLA RISOLUZIONE IMPLEMENTATIVA. QUEST’ULTIMA FASE PROMUOVE L’ABITUDINE A VALUTARE LA VALIDITÀ DELLA SOLUZIONE E A VERIFICARE LA COERENZA, NONCHÉ L’EFFICACIA E L’EFFICIENZA IN UN CONTESTO COMPARATIVO.

	Verifica dell'apprendimento
	IL RAGGIUNGIMENTO DEGLI OBIETTIVI FORMATIVI DELL’INSEGNAMENTO È CERTIFICATO DAL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI. L’ESAME PREVEDE UNA PROVA PRATICA ED UNA PROVA ORALE. LA PROVA SCRITTA O PRATICA DI LABORATORIO È PROPEDEUTICA ALLA PROVA ORALE ED HA DI NORMA UNA DURATA NON INFERIORE 60 MINUTI. LA PROVA SERVE A VALUTARE LA CAPACITÀ DELLO STUDENTE DI COMPRENSIONE NELL’AFFRONTARE UN PROBLEMA PRATICO DI PROGRAMMAZIONE E DI METTERE IN PRATICA LE NOZIONI DEL CORSO ATTRAVERSO LA PROGETTAZIONE ALGORITMICA E LA RELATIVA CODIFICA IN LINGUAGGIO C DEL PROGRAMMA CHE RISOLVE IL PROBLEMA DATO. LA PROVA SCRITTA O PRATICA SI CONSIDERA SUPERATA CON IL RAGGIUNGIMENTO DEL PUNTEGGIO MINIMO DI 18/30, CORRISPONDENTE A DIMOSTRARE DI AVERE CAPACITÀ DI INDIVIDUARE LA OPPORTUNA STRUTTURAZIONE ALGORITMICA DELLA LA RISOLUZIONE DEL PROBLEMA E AL SAPERE ALMENO IMPOSTARE ADEGUATAMENTE LA RELATIVA CODIFICA IN LINGUAGGIO C. IL RAGGIUNGIMENTO DEL PUNTEGGIO MASSIMO DI 30/30 SI OTTIENE CON LO SVILUPPO CORRETTO E COMPLETO DI UNA SOLUZIONE EFFICACE. LA PROVA ORALE CONSISTE IN UN COLLOQUIO CON DOMANDE E DISCUSSIONE SUI CONTENUTI TEORICI E METODOLOGICI INDICATI NEL PROGRAMMA DELL’INSEGNAMENTO. E’ FINALIZZATA AD ACCERTARE IL LIVELLO DI CONOSCENZA E CAPACITÀ DI COMPRENSIONE RAGGIUNTO DALLO STUDENTE, NONCHÉ A VERIFICARE LA CAPACITÀ DI ESPOSIZIONE E SINTESI, RICORRENDO ALLA TERMINOLOGIA APPROPRIATA E LA CAPACITÀ DI ORGANIZZAZIONE AUTONOMA DELL'ESPOSIZIONE SUGLI STESSI ARGOMENTI A CONTENUTO TEORICO. LE DUE PROVE (SCRITTA O PRATICA E ORALE) CONCORRERANNO IN UGUAL MISURA ALLA VALUTAZIONE FINALE DELLO STUDENTE SONO PREVISTE 2 PROVE IN ITINERE, RISPETTIVAMENTE ALLA METÀ E AL TERMINE DEL PERIODO DI INSEGNAMENTO, SVOLTE CON LE MEDESIME MODALITÀ, OBIETTIVI E VALUTAZIONE DELLA PROVA SCRITTA O PRATICA. IL SUPERAMENTO DELLE PROVE IN ITINERE, CON UNA VALUTAZIONE IN TRENTESIMI OTTENUTA COME MEDIA PESATA DELLE 2 PROVE IN ITINERE, DÀ ACCESSO DIRETTO ALLA SUCCESSIVA PROVA ORALE NEI NORMALI APPELLI DI ESAME.

Verifica dell'apprendimento

IL RAGGIUNGIMENTO DEGLI OBIETTIVI FORMATIVI DELL’INSEGNAMENTO È CERTIFICATO DAL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI. L’ESAME PREVEDE UNA PROVA PRATICA ED UNA PROVA ORALE.

LA PROVA SCRITTA O PRATICA DI LABORATORIO È PROPEDEUTICA ALLA PROVA ORALE ED HA DI NORMA UNA DURATA NON INFERIORE 60 MINUTI. LA PROVA SERVE A VALUTARE LA CAPACITÀ DELLO STUDENTE DI COMPRENSIONE NELL’AFFRONTARE UN PROBLEMA PRATICO DI PROGRAMMAZIONE E DI METTERE IN PRATICA LE NOZIONI DEL CORSO ATTRAVERSO LA PROGETTAZIONE ALGORITMICA E LA RELATIVA CODIFICA IN LINGUAGGIO C DEL PROGRAMMA CHE RISOLVE IL PROBLEMA DATO. LA PROVA SCRITTA O PRATICA SI CONSIDERA SUPERATA CON IL RAGGIUNGIMENTO DEL PUNTEGGIO MINIMO DI 18/30, CORRISPONDENTE A DIMOSTRARE DI AVERE CAPACITÀ DI INDIVIDUARE LA OPPORTUNA STRUTTURAZIONE ALGORITMICA DELLA LA RISOLUZIONE DEL PROBLEMA E AL SAPERE ALMENO IMPOSTARE ADEGUATAMENTE LA RELATIVA CODIFICA IN LINGUAGGIO C. IL RAGGIUNGIMENTO DEL PUNTEGGIO MASSIMO DI 30/30 SI OTTIENE CON LO SVILUPPO CORRETTO E COMPLETO DI UNA SOLUZIONE EFFICACE.
LA PROVA ORALE CONSISTE IN UN COLLOQUIO CON DOMANDE E DISCUSSIONE SUI CONTENUTI TEORICI E METODOLOGICI INDICATI NEL PROGRAMMA DELL’INSEGNAMENTO. E’ FINALIZZATA AD ACCERTARE IL LIVELLO DI CONOSCENZA E CAPACITÀ DI COMPRENSIONE RAGGIUNTO DALLO STUDENTE, NONCHÉ A VERIFICARE LA CAPACITÀ DI ESPOSIZIONE E SINTESI, RICORRENDO ALLA TERMINOLOGIA APPROPRIATA E LA CAPACITÀ DI ORGANIZZAZIONE AUTONOMA DELL'ESPOSIZIONE SUGLI STESSI ARGOMENTI A CONTENUTO TEORICO. LE DUE PROVE (SCRITTA O PRATICA E ORALE) CONCORRERANNO IN UGUAL MISURA ALLA VALUTAZIONE FINALE DELLO STUDENTE
SONO PREVISTE 2 PROVE IN ITINERE, RISPETTIVAMENTE ALLA METÀ E AL TERMINE DEL PERIODO DI INSEGNAMENTO, SVOLTE CON LE MEDESIME MODALITÀ, OBIETTIVI E VALUTAZIONE DELLA PROVA SCRITTA O PRATICA. IL SUPERAMENTO DELLE PROVE IN ITINERE, CON UNA VALUTAZIONE IN TRENTESIMI OTTENUTA COME MEDIA PESATA DELLE 2 PROVE IN ITINERE, DÀ ACCESSO DIRETTO ALLA SUCCESSIVA PROVA ORALE NEI NORMALI APPELLI DI ESAME.

	Testi
	IL MATERIALE DIDATTICO, DISPENSE DEL DOCENTE, ESEMPI DI ESERCIZI SVOLTI E ULTERIORE MATERIALE DIDATTICO INTEGRATIVO, SONO DISPONIBILI ONLINE PER GLI STUDENTI SUL SITO DELL’INSEGNAMENTO. I SEGUENTI TESTI SONO NECESSARI PER LO STUDIO INDIVIDUALE: • ARTIFICIAL INTELLIGENCE: A MODERN APPROACH, GLOBAL EDITION, 3/E, STUART RUSSELL, PETER NORVIG, PEARSON ED • DIGITAL IMAGE PROCESSING, 4TH EDITION, RAFAEL C. GONZALEZ, RICHARD E. WOODS, PEARSON ED.

Testi

IL MATERIALE DIDATTICO, DISPENSE DEL DOCENTE, ESEMPI DI ESERCIZI SVOLTI E ULTERIORE MATERIALE DIDATTICO INTEGRATIVO, SONO DISPONIBILI ONLINE PER GLI STUDENTI SUL SITO DELL’INSEGNAMENTO.
I SEGUENTI TESTI SONO NECESSARI PER LO STUDIO INDIVIDUALE:

• ARTIFICIAL INTELLIGENCE: A MODERN APPROACH, GLOBAL EDITION, 3/E, STUART RUSSELL, PETER NORVIG, PEARSON ED

• DIGITAL IMAGE PROCESSING, 4TH EDITION, RAFAEL C. GONZALEZ, RICHARD E. WOODS, PEARSON ED.

	Altre Informazioni
	•INDIRIZZO DI POSTA ELETTRONICA DEL DOCENTE: MNAPPI@UNISA.IT •INDIRIZZI DEL SITO WEB DEL DOCENTE: BIPLAB.UNISA.IT, WWW.UNISA.IT/DOCENTI/MICHELENAPPI/INDEX

BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-10-21]

Michele NAPPI | CONTEXT AWARE SECURITY ANALYTICS IN COMPUTER VISION (ENGLISH)