Descrizione

Linee di ricerca

• Studio e sviluppo di algoritmi di visione artificiale e apprendimento automatico per l’analisi, il riconoscimento e la classificazione in tempo reale di eventi semplici (oggetti in movimento) e complessi (interazione di oggetti in movimento) in scene reali con finalità di sicurezza.
• Studio di modelli numerici e di algoritmi avanzati per la caratterizzazione bimodale (audio-video) di segnali biomedici relativi alla fonazione con modelli dinamici di sorgente e relativi algoritmi di inversione.
• Media digitali: Analisi di forme di partecipazione dal basso attraverso le piattaforme social (Facebook, Twitter, etc.) e le pratiche di creazione e condivisione online di contenuti (UGC e UDC).
• Studio e sviluppo di nuove tecniche di pattern recognition basate su subspace methods, incremental learning, representation learning e deep learning per l’estrazione automatica delle caratteristiche salienti descrittive di un elemento d’immagine senza alcuna informazione a priori.
• Re-identificazione di persone: sviluppo di algoritmi che identifichino le aree salienti di una data immagine e le utilizzino per raggiungere migliori performance di ri-identificazione.
• Estrazione e classificazione automatica dei dati dalle piattaforme social (Twitter, Facebook ecc.). Obiettivi: studio e sviluppo di algoritmi che consentano una più efficiente analisi dei dati mediante loro organizzazione e classificazione in tempo reale.
• Tecniche di elaborazione dei segnali audio e voce rilevati attraverso array di microfoni: studio di algoritmi per la localizzazione automatica di eventi acustici mediante reti dinamiche di sensori.
• Miglioramento delle prestazioni di sistemi di fusione dati/informazioni per situation assessment mediante l’utilizzo di informazioni contestuali per integrare i dati sensoriali con conoscenza del dominio che può influenzare il comportamento delle entità osservate.
• Verifica di applicazioni web: sviluppo di metodologie, basate prevalentemente su formalismi logici, per verificare automaticamente la correttezza di sistemi web.
• Visione Attiva: sviluppo di algoritmi per l’ottimizzazione delle risorse mobili basati su tecniche di learning dinamiche (p.e. reinforcement learning) per il tasking e o scheduling dei sensori.
• Visual Saliency in immagini: studio e sviluppo di tecniche per la predizione di visual saliency su immagini e video.
• Visual Sensor Network: Gestione e riconfigurazione dinamica e ottimale di reti di sensori visuali mediante lo sviluppo di algoritmi di configurazione per la massimizzazione delle prestazioni del sistema secondo criteri specifici (copertura visuale, risoluzione spaziale ecc.)
• Studio e sviluppo di tecniche di Machine Learning per la guida autonoma di veicoli e droni senza pilota
• Studio e sviluppo di tecniche di Machine Learning per la classificazione di immagini e dati di tipo medico

Settori ERC

• PE6_10 Web and information systems, data management systems, information retrieval and digital libraries, data fusion
• PE6_11 Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)
• PE6_2 Distributed systems, parallel computing, sensor networks, cyber-physical systems
• PE6_3 Software engineering, programming languages and systems
• PE6_4 Theoretical computer science, formal methods, automata
• PE6_7 Artificial intelligence, intelligent systems, natural language processing
• PE6_8 Computer graphics, computer vision, multimedia, computer games
• PE6_9 Human computer interaction and interface, visualisation

Etichette libere

• Visione Attiva, Realtà Aumentata, Re-identificazione
• User Generated Content, Linguaggi Dichiarativi, Fusione Dati
• Machine Learning per sistemi autonomi

Componenti