Hartley & Zisserman, Multiple-View Geometry in Computer Vision, Cambridge University Press 2003
Obiettivi Formativi
Comprensione delle principali metodologie di analisi per immagini multiple e capacita' di impiegarle in svariati ambiti applicativi, dalla robotica alla realta' aumentata
Prerequisiti
Fondamenti di elaborazione delle immagini
Metodi Didattici
Lezioni in aula alla lavagna ed esercitazioni al computer
Modalità di verifica apprendimento
Elaborato (in C o MATLAB) oppure ricerca bibliografica, esame orale
Programma del corso
0. Introduzione: visione nell'Uomo e nella macchina tra storia, scienza, arte e tecnica
1. Visione nel continuo: stime di movimento e ricostruzione 3D da optical flow
2. Metodi di stima robusta in visione
3. Geometria della visione monoculare: viste di piani e mosaici, ricostruzione da immagini singole
4. Telecamere: modelli e algoritmi di calibrazione
5. Visione stereoscopica: geometria epipolare, matrice fondamentale, triangolazione, algoritmi stereo
6. Ricostruzione 3D da viste multiple (collezioni di immagini e video)
7. Altri metodi di ricostruzione: luce strutturata, stereo fotometrico, etc.
8. Applicazioni: interazione uomo-macchina, sistemi multimediali, robotica avanzata