ADVANCED APPLICATIONS OF COMPUTER SCIENCE FOR CULTURAL HERITAGE
- Anno accademico
- 2024/2025 Programmi anni precedenti
- Titolo corso in inglese
- ADVANCED APPLICATIONS OF COMPUTER SCIENCE FOR CULTURAL HERITAGE
- Codice insegnamento
- CM0579 (AF:513709 AR:286736)
- Lingua di insegnamento
- Inglese
- Modalità
- In presenza
- Crediti formativi universitari
- 6
- Livello laurea
- Laurea magistrale (DM270)
- Settore scientifico disciplinare
- INF/01
- Periodo
- I Semestre
- Anno corso
- 1
- Sede
- VENEZIA
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
Questo corso è una delle attività del corso di laurea magistrale in Scienze e Tecnologie della Conservazione dei Beni Culturali che permette allo studente di acquisire la conoscenza e la comprensione dei principali concetti di matematica-statistica e informatica.
Il corso si propone di fornire una panoramica delle metodologie e degli strumenti computazionali di base e avanzati per la digitalizzazione, la gestione e l'analisi dei dati del patrimonio culturale.
Il corso si propone di fornire una panoramica delle metodologie e degli strumenti computazionali di base e avanzati per la digitalizzazione, la gestione e l'analisi dei dati del patrimonio culturale.
Risultati di apprendimento attesi
Alla fine del corso lo studente sarà in grado di scegliere tra diverse tecniche di digitalizzazione, organizzare basi dati relazionali e geospaziali e di applicare metodi di data analysis e di visione artificiale su dati propri.
Prerequisiti
Utilizzo del calcolatore, statistica, calcolo, pensiero computazionale
Contenuti
Media acquisition/Digitalization:
- Cameras
- Color vision and models
- Image data compression
- Panoramic Images
- Multi/hyper-spectral imaging
- Vectorial Images
- 3D data acquisition
- 3D reconstruction from multiple images
Storage and Data organization
- Relational databases
- GIS (Geographic Information System), QGIS
Computer Vision and Artificial Intelligence:
- Image Processing
- Fundations of Artificial Intelligence
- Image classification
- Image segmentation
- Object detection
- Cameras
- Color vision and models
- Image data compression
- Panoramic Images
- Multi/hyper-spectral imaging
- Vectorial Images
- 3D data acquisition
- 3D reconstruction from multiple images
Storage and Data organization
- Relational databases
- GIS (Geographic Information System), QGIS
Computer Vision and Artificial Intelligence:
- Image Processing
- Fundations of Artificial Intelligence
- Image classification
- Image segmentation
- Object detection
Testi di riferimento
Materiali forniti dal docente su Moodle.
Modalità di verifica dell'apprendimento
L'esame consiste in una verifica scritta su piattaform Moodle composta da una combinazione di domande a scelta multipla, domande o esercizi a risposta aperta ed esercizi progettuali che prevedono da parte dello studente di dimostrare la sua capacità di analisi e risoluzione di un problema attraverso le metodologie affrontate durante il corso.
L'esame mira a verificare la comprensione dei concetti teorici introdotti durante il corso e la capacità dello studente di applicarli a casi concreti.
L'esame mira a verificare la comprensione dei concetti teorici introdotti durante il corso e la capacità dello studente di applicarli a casi concreti.
Modalità di esame
scritto
Metodi didattici
Lezioni frontali e laboratoriali
Programma definitivo.
Data ultima modifica programma: 08/03/2024