Dipartimento di
Scienze Ambientali, Informatica e Statistica

Artificial Intelligence and Image Understanding

Il laboratorio si occupa di intelligenza artificiale, con particolare enfasi su tecniche di Machine Learning e Deep Learning su dati geometrici e strutturali, tecniche quantistiche per l’apprendimento e la caratterizzazione delle strutture (Quantum Machine Learning), Computer Vision e Stereometria.
Vanta inoltre varie collaborazioni internazionali e progetti scientifici e industriali e si caratterizza per una forte propensione alla collaborazione e ricerca multi-disciplinare. I risultati della ricerca sono infatti applicati a campi come oceanografia, ingegneria civile, neuroimaging, analisi e conservazione dei beni culturali, e analisi e caratterizzazione dei rischi ambientali.

Gruppo di ricerca

Collaboratori

  • Alessia Cacchi
  • Francesco Pelosin
  • Fatima Tehreem
  • Alessandro Bicciato (Dottorando)
  • Shambel Fente Mengistu (Dottorando)

Collaborazioni

Pubblicazioni

  • Pistellato, M., Bergamasco, F., Albarelli, A., Cosmo, L., Gasparetto, A., & Torsello, A. (2019). Robust phase unwrapping by probabilistic consensus. Optics and Lasers in Engineering, 121, 428-440
  • Bergamasco, F., Pistellato, M., Albarelli, A., & Torsello, A. (2020). Cylinders extraction in non-oriented point clouds as a clustering problem. Pattern Recognition, 107, 107443
  • Pistellato, M., Bergamasco, F., Torsello, A., Barbariol, F., Yoo, J., Jeong, J. Y., & Benetazzo, A. (2021). A physics-driven CNN model for real-time sea waves 3D reconstruction. Remote Sensing, 13(18), 3780
  • E. Rodolà, A. Albarelli, F. Bergamasco, A. Torsello, "A Scale Independent Selection Process for 3D Object Recognition in Cluttered Scenes." International Journal of Computer Vision, 102(1--3):129--145, https://doi.org/10.1007/s11263-012-0568-x, 2013
  • F. Bergamasco, A. Albarelli, L. Cosmo, E. Rodolà, A. Torsello, "An Accurate and Robust Artificial Marker based on Cyclic Codes." IEEE Transactions on Pattern Analysis and Machine Intelligence, https://doi.org/10.1109/TPAMI.2016.2519024, 38(12):2359--2373, 2016
  • E. Rodolà, L. Cosmo, M. Bronstein, A. Torsello, D. Cremers, "Partial Functional Correspondence." Computer Graphics Forum, https://doi.org/10.1111/cgf.12797, 36(1):222--236, 2017
  • A. Benetazzo, F. Ardhuin, F. Bergamasco, L. Cavaleri, P. V. Guimaraes, M. Schwendeman, M. Sclavo, J. Thomson, A. Torsello, "On the shape and likelihood of oceanic rogue waves." Scientific Reports, https://doi.org/10.1038/s41598-017-07704-9, 7(1):8276, 2017
  • M. Pistellato, F. Bergamasco, T. Fatima, and A. Torsello. "Deep Demosaicing for Polarimetric Filter Array Cameras." IEEE Transactions on Image Processing,  https://doi.org/10.1109/TIP.2022.3150296, 31: 2017-2026, 2022
  • L. Cosmo, G. Minello, M. Bronstein, E. Rodolà, L. Rossi, and A. Torsello. "3D Shape Analysis through a Quantum Lens: The Average Mixing Kernel Signature." International Journal of Computer Vision, https://doi.org/10.1007/s11263-022-01610-y, 130 (6): 1474-1493, 2022

Riconoscimenti

Miglior Paper del 2017 nella categoria geoinformatics "Journal Computers and Geosciences", per il paper:
Bergamasco et al., "WASS: An open-source pipeline for 3D stereo reconstruction of ocean waves."

Casi di studio

Il Laboratorio collabora da anni con l’istituto di ricerca CNR ISMAR nel campo della ricostruzione 3D delle onde del mare da piattaforme off-shore e navi. Sono state sviluppate tecniche all’avanguardia per stimare in modo efficiente e robusto lo spettro spazio-temporale d’onda, fondamentale per studiare fenomeni complessi come statistiche di onde estreme.

Strumentazione

  • Drone
  • Camere polarimetriche
  • Depth cameras

Progetti di ricerca

  • Progetto PRIN2022: EYE-FI.AI : going bEYond computEr vision paradigm using wi-FI signals in AI systems (Codice identificativo: PRIN22 2022AL45R2), budget: € 74.345,00
  • Progetto PON Smart Cities Nazionali D.D. 391/Ric/05-07-2012 ADAPT - Accessible Data for Accessible Proto-Types in Social Sector
  • Convenzione per ricerca con l’Istituto per le Scienze Marine (ISMAR) del Consiglio Nazionale delle Ricerche (CNR) a tema: Studio della ricostruzione 3-D della superficie del mare finalizzata alla ricerca e misure degli eventi di whitecapping
  • H2020-MSCA-IF-2014 - Marie Skodowska-Curie Individual Fellowships (IF-EF-RI) – European Fellowship, Reintegration Grant "VEiL - Visualising Engineered Landscapes: an archaeological approach to unlock environmental resilience and sustainability in antiquity."
  • Convenzione per ricerca con l’Istituto per le Scienze Marine (ISMAR) del Consiglio Nazionale delle Ricerche (CNR) a tema: Study on the 3D reconstruction of the ocean surface with an aim to study and measure whitecapping events
  • Progetto di Ateneo2016, Università Ca’ Foscari Venezia: "Visual narrative of Venice through the centuries"
  • TEMART, tecnologie e materiali per la manifattura artistica, i Beni Culturali, l’arredo, il decoro architettonico e urbano e il design del futuro. POR FESR 2017
  • Time Machine, H2020-FETFLAG-2018-01H2020-FETFLAG-2018-01, EU Coordination & Support Action
  • “Tecniche di Deep Machine Learning per la classificazione automatica della qualità della frutta.”  Progetto FSE 2016, progetti Interregionali, area Smart Agrifood
  • Progetto conto terzi "Consulenza per la definizione dei migliori processi allo stato dell'arte per la valutazione dei sistemi di calibrazione in uso dal committente" con CEMB s.p.a.
  • Progetti conto terzi WAVESENSE, WAVESENSE2, WAVESENSE3 con il Korean Institute of Ocean Science and Technology. Tema: sistemi di remote sensing per l’analisi delle onde del mare
  • Progetto conto terzi “Compact Neural Networks for Camera Tasks” (CoNNeCT) con SMACT competence centre
  • Convenzione per ricerca con l’Istituto per le Scienze Marine (ISMAR) del Consiglio Nazionale delle Ricerche (CNR) a tema “WAVENET: Deep Learning Techniques for Scattered Sea Surface Interpolation”

Last update: 19/12/2024