Teaching

Visione Artificiale per il Veicolo

Calendario

DataAulaLezione
27/2 14:30B/201 - Introduzione
28/2 10:30B/202 - Perceptions
6/3 14:30B/203 - DataSets
7/3 10:30B/204A - Data Fusion [part1]
13/3 14:30B/204B - Data Fusion [part2]
14/3 10:30B/2Sospensione per Lauree
20/3 14:30B/205A - Sensors Calibration
21/3 10:30B/205B - Sensors Calibration
Sessione Primaverile
10/4 14:30B/2LAB: Introduzione a GOLD (CWindow e Pannelli)
11/4 10:30B/2LAB: Introduzione a GOLD (Filtri)
17/4 10:30B/2LAB: Introduzione a GOLD (KeyPoint)
18/4 10:30B/206 - Visual Odometry
24/4 14:30B/2LAB: Visual Odometry (lin)
25/4 10:30B/2Festa
1/5 14:30B/2Festa
2/5 10:30B/2LAB: Visual Odometry (lin)
8/5 14:30B/2LAB: Visual Odometry (non.lin)
9/5 10:30B/2LAB: Visual Odometry (non.lin)
15/5 14:30B/207 - FreeSpace, Occupacy Grid and Stixels
16/5 10:30B/208 - Visual Self Localization and Visual SLAM
22/5 14:30B/2LAB: Lane detection
23/5 10:30B/2LAB: Lane Detection
29/5 14:30B/2Preparazione Progetti
30/5 10:30B/2Preparazione Progetti
5/6 14:30B/2Presentazione Progetti
6/6 10:30B/2Preparazione Progetti

In genere il materiale viene caricato appena prima della lezione (o al massimo nei giorni successivi se devo apportare modifiche).

Modalità di Esame

Il voto è costituito per il 20% dal giudizio sul materiale prodotto durante le sessioni di laboratorio, per il 40% dall'esame teorico scritto e per il 40% dal giudizio sul progetto sviluppato.

Visione Artificiale

Il docente del corso è Stefano Cattani. Fare riferimento comunque al sito http://www.ce.unipr.it/people/broggi/visione/.

Materiale per Tesi e Tesine

Per le tesine l'uso di LaTex è opzionale (ma consigliato), obbligatorio per le tesi. Sia per le tesi che per le tesine la presentazione PowerPoint/OpenOffice deve essere di massimo 15 minuti, perciò circa 15 slides.

[Template Tesi/Tesina LaTex]

[Template Presentazione OpenOffice] [Template Presentazione PowerPoint]