Argomenti per tesi di laurea Magistrale

Per maggiori informazioni o riferimenti bibliografici contattare Pietro Pala (pala@dsi.unifi.it)

Estrazione di modelli a super-risoluzione per volti 3D

Negli ultimi anni sono state proposte diverse tecniche di riconoscimento dell'identità di una persona in base alla morfologia tridimensionale del volto. Affinchè il riconoscimento avvenga con un buon margine di accuratezza, queste tecniche richiedono che il modello tridimensionale del volto abbia una elevata risoluzione, il che richiede che sia stato acquisito con uno scanner 3D ad elevata risoluzione. Recentemente, sono stati introdotti sul mercato dei dispositivi di scansione 3D a costo ridotto, primo tra questi il Kinect di Microsoft, la cui risoluzione però non è sufficiente per consentirne l'impiego per riconoscimento di volti. Obiettivo di questa tesi è quello di studiare e sperimentare un modello di super-risoluzione per estrarre, partendo da una sequenza 3D del volto di una persona acquisita con il Kinect, un modello 3D del volto ad elevata risoluzione.

Visual odometry per navigazione indoor con smartphone Android

Grazie al sistema GPS ed alla sua possibile integrazione con le celle per la telefonia mobile è oggi possibile attraverso uno smartphone avere un'accurata stima della propria posizione in ambienti aperti. Questo consente anche di poter usare servizi di navigazione che guidano l'utente sulla strada da seguire per raggiungere una destinazione prefissata. Questo tipo di servizi sono però inaccessibili in ambienti indoor in cui il segnale GPS è malamente rilevabile e la localizzazione basata sulle celle di telefonia mobile non è sufficientemente precisa. In questi scenari possono essere impiegati dei moduli di visual odometry che ricostruiscono il persorso effettuato da una persona sulla base dei dati acquisiti da telecamera, accelerometri, bussola e giroscopio montati sullo smartphone. Questo richiede lo sviluppo di un modulo di analisi video per la stima del moto di telecamera e l'integrazione di questi dati, attraverso un filtro di Kalman, con i dati acquisiti dagli altri dispositivi presenti sullo smartphone.

Estrazione e matching di keypoints per localizzazione indoor con smartphone Android

Grazie al sistema GPS ed alla sua possibile integrazione con le celle per la telefonia mobile è oggi possibile attraverso uno smartphone avere un'accurata stima della propria posizione in ambienti aperti. Questo consente anche di poter usare servizi di navigazione che guidano l'utente sulla strada da seguire per raggiungere una destinazione prefissata. Questo tipo di servizi sono però inaccessibili in ambienti indoor in cui il segnale GPS è malamente rilevabile e la localizzazione basata sulle celle di telefonia mobile non è sufficientemente precisa. In questi scenari, la localizzazione dell'utente all'interno dell'edificio può essere effettuata in base alle caratteristiche visuali dell'ambiente in cui l'utente si trova. Da una foto della scena osservata dall'utente è possibile estrarre dei descrittori di keypoints da confrontare con una mappa precedentemente acquisita dell'ambiente stesso, così da individuare quale parte della mappa l'utente sta osservando ed in base a questa informazione localizzare l'utente consentendo l'erogazione di servizi specifici per quella localizzazione (per esempio, in un ambiente museale, una guida audio/video dell'opera d'arte di fronte all'utente o un sistema di realtà aumentata che mostri sull'immagine ripresa alcune etichette descrittive degli oggetti nella scena).