Available thesis:
Classificazione e scaling automatico di vestiti
Il progetto ha lo scopo testare metodi per la classificazione automatica da immagini di vestiti (t‐shirt, camicie, pantaloni, ecc.), con lo scopo successivo di creare automaticamente dei capi combinati (t-shirt con pantaloni, ..).
Siccome le immagini a disposizione spesso sono di dimensioni diverse, è necessario effettuare uno scaling automatico, basato sul riconoscimento di punti di interesse (ad esempio: la cinta dei pantaloni o la parte bassa della t‐shirt) su cui poi effettuare lo scaling.
Un punto di partenza è l’articolo
“DeepFashion: Powering Robust Clothes Recognition and Retrieval With Rich Annotations” e che presenta anche un dataset (DeepFashion) che può essere utilizzato inizialmente per sperimentare tecniche ed algoritmi.
Il progetto rappresenta anche un’occasione per il tirocinio pre‐ o post‐laurea presso Adidas.
Riconoscimento di forma e colore da file vettoriali
Il progetto ha lo scopo testare metodi per il riconoscimento automatico di prodotti di vestiario a partire dal vettoriale.
Il vettoriale spesso contiene il rendering del prodotto in vari colori e da vari punti di vista (frontale, retro e spesso anche laterale). Il sistema da sviluppare deve riconoscere automaticamente il punto di vista e il colore.
Scopo finale sarebbe la realizzazione di un applicativo o plugin per Adobe Illustrator che si interfacci con il sistema di classificazione e upload correntemente in uso ad Adidas per automatizzare questo riconoscimento.
Sistema di riconoscimento automatico di luoghi di interesse e landmark da big data visuali
La tesi si inserisce in un progetto di ricerca in essere che vuole sviluppare un sistema di realtà aumentata per applicazioni turistiche. L’argomento di questa tesi verterà soprattutto sullo sviluppo (anche parziale) di un sistema per il riconoscimento automatico di luoghi o manufatti di interesse da dispositivo mobile.
Attualmente le opportunità di tesi riguardo questo argomento si riferiscono a:
- fine-tuning di reti convoluzionali con l'obbiettivo di ottenere un descrittore ottimizzato al problema trattato;
- sistemi di relevance feedback/collaborative filtering tramite i quali si potrà aiutare il sistema a creare un descrittore maggiormente efficace;
- saliency methods utilizzati per valutare in maniera non supervisionata l'importanza delle regioni in un'immagine.
For more and detailed information see the PDF: download List of available thesis
Some past thesis at IMP lab
Francesco Marchiani, “Sviluppo di un sistema di classificazione automatica di diverse viste di abbigliamento”, master degree, 2018
Andrea Solleoni, “Fine-tuning di reti convolutive per Landmark Recognition”, bachelor degree, 2018
Stefano Manicardi, “Analisi e sviluppo di un’applicazione per la Person Re-identification”, master degree, 2017
Tomaso Fontanini, “Sviluppo di un algoritmo ibrido per la segmentazione di disegni complessi in regioni”, master degree, 2017
Marco Marinoni, “Sviluppo di un sistema per tangible computing programming basato sull’image processing”, master degree, 2017
Luca Percanella, “Riconoscimento di forma per prodotti agroalimentari”, master degree, 2017
Davide Cappucci, “Sviluppo di un sistema per il pre-processing e il thinning di disegni “, master degree, 2016
Francesco Rosi, “Sviluppo di un algoritmo di chiusura di linee per la vettorizzazione semiautomatica di disegni”, master degree, 2016
