Docente
|
PIRRI ARDIZZONE MARIA FIORA
(programma)
Prima parte del corso: ricostruzione 3D e visione computazionale
Lunedi, 4 marzo Introduzione al corso Szeliski CH 1 - Tutorial: Gestione delle immagini di base Python, Solem book, Image Formation, Filtering e Features
Mercoledi, Marzo, 6 Telecamere e Ottica Szeliski CH 2 - Tutorial: Installare TensorFlow
Lunedi, 11 marzo Elaborazione delle immagini Szeliski CH 3.1-3.4 - Descrittori di immagini locali, quaderno di esercizi
Mercoledi, Marzo, 13 Elaborazione delle immagini Szeliski CH 3.5-3.7 - Tutorial: Introduzione a Tensorflow (Cookbook II Edition)
Lunedi, Marzo, 18 Feature Detection Szeliski 4 Immagine 2 mappatura dell'immagine. Esercizi: Solem Book, Camera, Epipolar Geom, Motion
Mercoledi 20 marzo Geometria e trasformazioni, Hartley & Zissermann CH 3 - Tutorial: The Tensorflow Way (Ch 2, Cookbook)
Lunedì 25 marzo Camera Geometry Hartley & Zissermann CH6-7, Modelli di fotocamere e realtà aumentata, Solem
Mercoledì 27 marzo Epipolar Geom e matrice fondamentale Hartley & Zissermann CH 9 Szeliski CH 11 Regressione lineare (libro di ricette Ch3)
Lunedì 1 aprile 3D Reconstruction, Hartley & Zissermann CH 10
Mercoledì 3 aprile Allineamento basato su feature, Szeliski CH 6, Metodi del vicino più vicino - Tutorial: (Ch 4, Ricettario)
Lunedi 8 aprile Struttura da movimento, Szeliski CH 7 Clustering Images, Solem
Mercoledi 10 aprile Dense Motion, Szeliski CH 8 - Tutorial: CNN (Ch 8 Cookbook), Recognition - Deep Vision
Lunedi, 15 aprile Fotografia computazionale, Szeliski CH10, Ricerca immagini, Solem
Mer, 17 aprile Riconoscimento, Szelinski CH14 - Tutorial: CNN Taking Tensorflow to Production (CH 10)
Lunedi, 22 aprile Nessuna lezione, vacanza
Mercoledì, 24 aprile Riconoscimento, Szeliski CH 14+ SOTA - Tutorial: CNN More With Tensorflow (CH 11)
Lunedi, 29 aprile Introduzione alla visione profonda, classificazione dell'immagine (8.1,8.2) Segmentazione dell'immagine, metodi variazionali
Mercoledì, 1 maggio Giornata internazionale dei lavoratori
Seconda parte del CORSO: Deep Vision: Generative Adversarial Networks
Lunedi, 6 maggio Modelli di Deep Gen Goodfellow et AL. Capitolo 20 - Tutorial: 20.1-20.9 https://github.com/tensorflow / models / tree / master / research / gan
Mercoledì 8 maggio Reti generative dirette Goodfellow etAL Chapter 20
20.10 https://github.com/tensorflow / models / tree / master / research / gan
Lunedi 13 maggio Campionamento Goodfellow etAL 20.11-20.15 https://github.com/tensorflow / models / tree / master / research / gan
Mercoledi 15 maggio Tutorial DCGAN Goodfellow NIPS https://github.com/PacktPublishing/Generative-Adversarial-Networks-Projects
Lunedi, 20 maggio GAN condizionale Mirza, Osindero https://github.com/zhangqianhui/Conditional-GAN
Mercoledi 22 maggio Stack GAN Zhang, Metaxas https://github.com/hanzhanggit/StackGAN
Lunedi, 27 maggio Pix2Pix Isola https://github.com/affinelayer/pix2pix-tensorflow
Mercoledi, 29 maggio Star GAN Choi Paper https://github.com/taki0112/StarGAN-Tensorflow
1. Richard Szeliski, Computer Vision: Algorithms and Applications (Chapters: 1, 2, 3, 4, 6, 7, 8, 10, 14)
2. Richard Hartley & Andrew Zisserman MultiView Geometry in Computer Vision (Chapters: 2, 3, 6, 7, 10, 11)
3. Ian Goodfellow, Yoshua Bengio, and Aaron Courville. Deep learning (Chapter 20)
4. Jan Erik Solem Programming Computer Vision with Python (Exercises)
|