Tesi e Tirocini Disponibili per Laurea Triennale

Tesi

  • Fusione di dati provenienti da sensori 3D (telecamere stereo, time of flight)
  • Sviluppo di algoritmi di matching stereo
  • Sviluppo di algoritmi di matching stereo con supporto di aggregazione dipendente dal contesto (ordinamento, disparità, etc)
  • Sperimentazione con algortitmi di matching stereo
  • Sviluppo e sperimentazione di algoritmi di matching stereo basati su Scanline Optimization
  • Sviluppo di algoritmi di tracking basati su informazioni 2D e 3D (generati da sensori stereo e/o time of flight)
  • Sviluppo di algoritmi di pattern matching basati su Zero Mean Normalized Cross Correlation e Sum of Squared Differences
  • Sviluppo di algoritmi per la rilevazione del moto basati su approccio globale
  • Confronto fra algoritmi veloci per il block matching
  • Estensione dell'algoritmo LRP alla misura NCC
  • Integrazione di un algoritmo di matching stereo all'interno della libreria OpenCV
  • Confronto sperimentale fra misure di matching di immagini basate sul concetto dell'ordinamento dei pixel
  • Impiego di informazioni di segmentazione in algoritmi di change detection
  • Change detection come ottimizzazione di una funzione di costo (approccio globale)
  • Sviluppo di algoritmi di matching stereo basati su approccio locale
  • Sono inoltre disponibili tesi e tirocini presso aziende ed enti di ricerca operanti nel settore della Computer Vision. In particolare:
  • Brav sas con sede a Vignola (MO) propone una tesi finalizzata allo sviluppo di algoritmi di computer vision su Embedded PC.

Tirocini

  • Interfacciamento di sensori di immagini ed FPGA mediante controller integrati (USB, Firewire, Ethernet)
  • Fusione di dati provenienti da sensori 3D (telecamere stereo, time of flight)
  • Sviluppo di algoritmi di matching stereo
  • Sperimentazione con algortitmi di matching stereo
  • Sviluppo di algoritmi di matching stereo con supporto di aggregazione dipendente dal contesto (ordinamento, disparità, etc)
  • Sviluppo di algoritmi di tracking basati su informazioni 2D e 3D (generati da sensori stereo e/o time of flight)
  • Sviluppo di algoritmi di pattern matching basati su Zero Mean Normalized Cross Correlation e Sum of Squared Differences
  • Sviluppo e sperimentazione di algoritmi di matchign stereo basati su Scanline Optimization
  • Sviluppo di algoritmi per la rilevazione del moto basati su approccio globale
  • Implementazione su smart-camera di un algoritmo di pattern matching robusto rispetto alle variazioni di illuminazione
  • Algoritmi per il riconoscimento della forma delle mani
  • Implementazione su smart-camera di un algoritmo di rilevazione intrusioni
  • Porting su smart-camera di nuova generazione di un algoritmo di rilevazione intrusioni basato su proiezione di un pattern di riferimento
  • Mapping su FPGA di algoritmi di analisi dell'immagine