Argomenti di Tesi

1) Mobile IDCard reader v 2.0: Applicazione mobile per l'aquisizione di documenti di identità. Il progetto si propone di realizzare un servizio avanzato di scanning di documenti di identità e acquisizione automatica dei dati anagrafici in formato strutturato tramite dispositivi mobili. In particolare si vuole realizzare una app in grado di:
- Acquisire immagini di documenti di identità in diversi formati e rilevare tramite OCR i dati anagrafici.
- Permettere la definizione di diversi template per l'acquisizione di documenti di tipo diverso (patenti, passaporti, IDCard straniere,. )
- Predisporre la possibilità di caricamento dei dati acquisiti su un server.
2) Misure di similarità per immagini: Studio di misure di similarità tra immagini con applicazioni nell'ambito del riconoscimento di landmark e di oggetti. L'obiettivo del lavoro sarà l'analisi dei sistemi Content Based Image Retrieval (CBIR), ovvero i sistemi di gestione delle immagini basati sul contenuto, con lo scopo di approfondendirne i concetti, le importanti pratiche e i metodi utilizzabili per un buon sviluppo. Lo scopo principale di questa tesi è quello di analizzare e valutare sperimentalmente descrittori e misure di similarità per immagini.
3) Deep learning : Il Deep Learning è un'area del Machine Learning, che si basa sul modo in cui il cervello umano elabora le informazioni e apprende, rispondendo agli stimoli esterni. Il Deep Learning è basato su un modello di apprendimento automatico a più livelli di rappresentazione dell'immagine/oggetto/suono, nel il quale i livelli più profondi aquisiscono in input l'output dei livelli superiori, trasformandoli e astraendoli sempre di più. Ogni livello corrisponde a una diversa rappresentazione: ad esempio un'immagine viene elaborata in diverse fasi come il rilevamento dei bordi, la percezione delle forme, da quelle primitive a quelle gradualmente sempre più complesse. Per sperimentare i vantaggi dell'insieme di metodologie di Image Classification, si farà uso di Torch7, un framework di calcolo numericoopen source, con ampio supporto alle metodologie allo stato dell'arte di Deep Learning.
4) Beach volley world tour: Software per calcolo liste d'ingresso World Tour. Il software deve calcolare la lista in base ai punti accumulati dai giocatori nelle migliori 5 tappe sulle ultime 8 disputate nei 365 giorni. Il sistema deve interfacciarsi con il "players database" in cui ci sono gli entry point di tutti i giocatori. Il software deve selezionare i punti e segnalare quali punti perde il giocatore partecipando al torneo. La lista d'ingresso viene inserita manualmente dall'operatore.
Per altri argomenti contattare il docente

Ultima modifica 11/06/2015 - Autore Alessandra Lumini