I materiali pubblicati sul sito costituiscono rielaborazioni personali del Publisher di informazioni apprese con la frequenza delle lezioni e lo studio autonomo di eventuali testi di riferimento in preparazione all’esame finale o della tesi. Non devono intendersi come materiale ufficiale dell’università attribuibile al docente del corso.
…continua
Ultimi appunti inseriti
Appunti più scaricati
Appunti per nome

Filtra per

Tutte le tipologie

Ordina

Filtra

Appunti degli studenti per corsi ed esami del Prof. Marco Rossi

icona-appunti
icona-appunti

Computer Vision (Giuseppe Manco): Guida completa (Elaborazione Immagini, CNN, Feature Extraction) Premium

Esame Computer vision

Facoltà Ingegneria

Dal corso del Prof. R. Marco

Università Università della Calabria

Appunti esame
Scarica
Eccellente risorsa didattica che copre in modo esaustivo i principi fondamentali e le tecniche avanzate della Visione Artificiale. Il documento è strutturato per guidare lo studente dalla comprensione dell'immagine digitale fino alle più moderne applicazioni di intelligenza artificiale. Il testo analizza sia la teoria matematica sottostante che gli algoritmi pratici, rendendo accessibili anche i concetti più complessi. Argomenti trattati nel dettaglio: Fondamenti di Imaging: Formazione dell'immagine, modelli di fotocamera (pinhole), lenti, sensori e spazi colore. Image Processing: Tecniche di filtraggio (lineare, non lineare, gaussiano), operazioni morfologiche, istogrammi e riduzione del rumore. Feature Detection & Matching: Algoritmi per l'estrazione di caratteristiche salienti come bordi (Canny, Sobel), angoli (Harris) e descrittori invarienti (SIFT, HOG). Segmentazione: Metodi di raggruppamento (K-means, Graph Cuts) per isolare oggetti e regioni di interesse. Deep Learning per la Visione: Introduzione alle Reti Neurali, focus sulle CNN (Convolutional Neural Networks), architetture classiche e moderne per la classificazione e il riconoscimento oggetti. Analisi del Movimento e 3D: Cenni su flusso ottico, visione stereo e geometria multi-vista. Ideale per preparare l'esame universitario o per chi desidera una solida base teorica prima di passare all'implementazione pratica.
...continua
icona-appunti
icona-appunti

Computer Vision (Giuseppe Manco): Guida completa (Elaborazione Immagini, CNN, Feature Extraction), parte 2 Premium

Esame Computer vision

Facoltà Ingegneria

Dal corso del Prof. R. Marco

Università Università della Calabria

Appunti esame
Scarica
Eccellente risorsa didattica che copre in modo esaustivo i principi fondamentali e le tecniche avanzate della Visione Artificiale. Il documento è strutturato per guidare lo studente dalla comprensione dell'immagine digitale fino alle più moderne applicazioni di intelligenza artificiale. Il testo analizza sia la teoria matematica sottostante che gli algoritmi pratici, rendendo accessibili anche i concetti più complessi. Argomenti trattati nel dettaglio: Fondamenti di Imaging: Formazione dell'immagine, modelli di fotocamera (pinhole), lenti, sensori e spazi colore. Image Processing: Tecniche di filtraggio (lineare, non lineare, gaussiano), operazioni morfologiche, istogrammi e riduzione del rumore. Feature Detection & Matching: Algoritmi per l'estrazione di caratteristiche salienti come bordi (Canny, Sobel), angoli (Harris) e descrittori invarienti (SIFT, HOG). Segmentazione: Metodi di raggruppamento (K-means, Graph Cuts) per isolare oggetti e regioni di interesse. Deep Learning per la Visione: Introduzione alle Reti Neurali, focus sulle CNN (Convolutional Neural Networks), architetture classiche e moderne per la classificazione e il riconoscimento oggetti. Analisi del Movimento e 3D: Cenni su flusso ottico, visione stereo e geometria multi-vista. Ideale per preparare l'esame universitario o per chi desidera una solida base teorica prima di passare all'implementazione pratica.
...continua
icona-appunti
icona-appunti

Computer Vision: Guida completa (Elaborazione Immagini, CNN, Feature Extraction), parte 1 Premium

Esame Computer vision

Facoltà Ingegneria

Dal corso del Prof. R. Marco

Università Università della Calabria

Appunti esame
Scarica
Eccellente risorsa didattica che copre in modo esaustivo i principi fondamentali e le tecniche avanzate della Visione Artificiale. Il documento è strutturato per guidare lo studente dalla comprensione dell'immagine digitale fino alle più moderne applicazioni di intelligenza artificiale. Il testo analizza sia la teoria matematica sottostante che gli algoritmi pratici, rendendo accessibili anche i concetti più complessi. Argomenti trattati nel dettaglio: Fondamenti di Imaging: Formazione dell'immagine, modelli di fotocamera (pinhole), lenti, sensori e spazi colore. Image Processing: Tecniche di filtraggio (lineare, non lineare, gaussiano), operazioni morfologiche, istogrammi e riduzione del rumore. Feature Detection & Matching: Algoritmi per l'estrazione di caratteristiche salienti come bordi (Canny, Sobel), angoli (Harris) e descrittori invarienti (SIFT, HOG). Segmentazione: Metodi di raggruppamento (K-means, Graph Cuts) per isolare oggetti e regioni di interesse. Deep Learning per la Visione: Introduzione alle Reti Neurali, focus sulle CNN (Convolutional Neural Networks), architetture classiche e moderne per la classificazione e il riconoscimento oggetti. Analisi del Movimento e 3D: Cenni su flusso ottico, visione stereo e geometria multi-vista. Ideale per preparare l'esame universitario o per chi desidera una solida base teorica prima di passare all'implementazione pratica.
...continua
icona-appunti
icona-appunti

Metodi Premium

Esame Analisi 2

Facoltà Scienze matematiche fisiche e naturali

Dal corso del Prof. R. Marco

Università Università della Calabria

Appunti esame
Scarica
Il corso era tenuto dal prof Giuliano i cui appunti di Analisi 2 sono manoscritti. Ora lo stesso corso viene tenuto dall'allora esercitatore prof Marco Rossi. Sono appunti completi in sua parte del corso, manoscritti dallo stesso professore.
...continua