Interazione naturale
A.A. 2019/2020
Obiettivi formativi
Scopo dell'insegnamento è fornire gli strumenti teorici e applicativi per progettare agenti artificiali in grado di:
- percepire i segnali comportamentali di un utente, mediante sensori contactless (e.g., Kinect,Leap motion, video camere eye-trackers, ecc.) ed analizzarne i principali indicatori
- inferire e predire, a partire dagli indicatori percepiti in un dato contesto, gli stati comportamentali dell'utente
- produrre un feedback appropriato all'utente.
A tal fine il corso si articola in due parti: introduzione rigorosa ai modelli neurobiologici e psicologici dell'interazione naturale basata su gesti, posture e sguardo; tecniche statistiche di apprendimento e inferenza per la modellazione computazionale dell'interazione
- percepire i segnali comportamentali di un utente, mediante sensori contactless (e.g., Kinect,Leap motion, video camere eye-trackers, ecc.) ed analizzarne i principali indicatori
- inferire e predire, a partire dagli indicatori percepiti in un dato contesto, gli stati comportamentali dell'utente
- produrre un feedback appropriato all'utente.
A tal fine il corso si articola in due parti: introduzione rigorosa ai modelli neurobiologici e psicologici dell'interazione naturale basata su gesti, posture e sguardo; tecniche statistiche di apprendimento e inferenza per la modellazione computazionale dell'interazione
Risultati apprendimento attesi
Al termine dell'insegnamento gli studenti saranno in grado di:
1. Individuare la corretta metodologia e le tecniche statistiche appropriate per la progettazione interazioni naturali in regime di incertezza
2. Rilevare ed analizzare i principali segnali comportamentali generati da un utente
3. Progettare e realizzare semplici sistemi basati su interazione naturale per applicazioni di ambienti intelligenti per la vita, biometria comportamentale, industria del divertimento, video-sorveglianza.
Questi obiettivi verranno misurati attraverso la combinazione di tre elementi: la realizzazione software del progetto, la relazione tecnica sul progetto e la discussione orale. Il voto finale è basato sulla valutazione del progetto implementato e della la relazione tecnica incrementato dalla valutazione della discussione orale.
1. Individuare la corretta metodologia e le tecniche statistiche appropriate per la progettazione interazioni naturali in regime di incertezza
2. Rilevare ed analizzare i principali segnali comportamentali generati da un utente
3. Progettare e realizzare semplici sistemi basati su interazione naturale per applicazioni di ambienti intelligenti per la vita, biometria comportamentale, industria del divertimento, video-sorveglianza.
Questi obiettivi verranno misurati attraverso la combinazione di tre elementi: la realizzazione software del progetto, la relazione tecnica sul progetto e la discussione orale. Il voto finale è basato sulla valutazione del progetto implementato e della la relazione tecnica incrementato dalla valutazione della discussione orale.
Periodo: Secondo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Secondo semestre
Programma
L'insegnamento ha lo scopo di fornire adeguati strumenti metodologici per modellare la rilevazione e la decodifica di segnali comportamentali dell'utente mediante una varietà di sensori (videocamere, microfoni, Kinect, Leap motion, ecc.). Tale obiettivo richiede la comprensione sia delle basi psicologiche e neurobiologiche del comportamento non verbale sia delle tecniche dell'apprendimento statistico al fine di individuare e progettare modelli computazionali di elaborazione dei segnali comportamentali/sociali.
L'insegnamento si articola in due parti:
Parte 1 Modelli psicologici e neurobiologici di comportamento non verbale
- Interazione con lo sguardo
- Interazione con i gesti
- Interazione con le posture
Parte 2 Modelli di analisi e apprendimento statistico del comportamento non verbale
- Modelli probabilistici: inferenza e apprendimento
- Modellazione supervisionata
- Modellazione non supervisionata
Esempi e applicazioni
L'insegnamento si articola in due parti:
Parte 1 Modelli psicologici e neurobiologici di comportamento non verbale
- Interazione con lo sguardo
- Interazione con i gesti
- Interazione con le posture
Parte 2 Modelli di analisi e apprendimento statistico del comportamento non verbale
- Modelli probabilistici: inferenza e apprendimento
- Modellazione supervisionata
- Modellazione non supervisionata
Esempi e applicazioni
Prerequisiti
E' fortemente consigliato aver frequentato/sostenuto gli esami di Metodi per l'apprendimento statistico e di Visione Computazionale, o quantomeno di possedere salde nozioni delle tematiche trattate in tali insegnamenti. Capacità di programmazione in Matlab e/o Python sono necessarie per lo svolgimento del progetto.
Metodi didattici
Lezioni frontali sulle principali tematiche dell'interazione naturale e, durante lo svolgimento del progetto, attività sperimentali e pratiche nel PHUSE Lab
Materiale di riferimento
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame consiste nello svolgimento di un progetto e in una prova orale in cui si discute il progetto. Il progetto è concordato preventivamente con il docente e tipicamente viene individuato in relazione alle attività di ricerca di interesse del laboratorio Perceptual computing and HUman SEnsing (PHUSE Lab). A conclusione del progetto, lo studente è tenuto a consegnare il software sviluppato e una relazione sotto forma di articolo scientifico (in formato LaTeX) che illustra il problema affrontato, la soluzione adottata e i risultati sperimentali ottenuti corredato da adeguata bibliografia. La prova orale, oltre a discutere e verificare i dettagli del progetto, ha lo scopo di accertare la capacità dello studente di discutere in maniera sistematica e approfondita il lavoro svolto nel quadro degli argomenti trattati nel corso.
INF/01 - INFORMATICA - CFU: 6
Lezioni: 48 ore
Docente:
Boccignone Giuseppe
Turni:
-
Docente:
Boccignone GiuseppeDocente/i