L4 Tecniche di Background Subtraction. Corso di Visione Artificiale Ing. Luca Mazzei
|
|
- Alfonso Di Giacomo
- 8 anni fa
- Visualizzazioni
Transcript
1 L4 Tecniche di Background Subtraction Corso di Visione Artificiale Ing. Luca Mazzei
2 AA 2009/2010 Visione Artificiale 2 Background Subtraction Insieme di tecniche per separare in un immagine lo sfondo dagli oggetti interessanti Sfondo, Background: parte statica Foreground: parte di interesse
3 AA 2009/2010 Visione Artificiale 3 Background subtraction input image blob image background image
4 AA 2009/2010 Visione Artificiale 4 Background Subtraction Scenario: camera fissa Foreground = Frame Background Necessario impostare il metodo di estrazione del background e del foreground Operazioni sui pixel
5 AA 2009/2010 Visione Artificiale 5 Problematiche Cambiamenti illuminazione Graduali (ombre sole su strada) Improvvise (nuvole) Cambiamenti da movimento Oscillazioni camera Oggetti nel bg con movimenti (fronde, onde) Cambiamenti nella geometria Oggetti, auto parcheggiate
6 AA 2009/2010 Visione Artificiale 6 Foreground La parte in movimento dell immagine Regione di interesse Bounding bounding box, blob, cluster, ellissi, centroidi baricentri geometici Bounding Box Blob Cluster
7 AA 2009/2010 Visione Artificiale 7 Foreground Blob Ellissoide Input image Bounding Box Baricentro Centro di massa
8 AA 2009/2010 Visione Artificiale 8 Blob extraction Considerare una classe per i blob con oggetti membri: Bounding box rettangolare Ellissoide Centroide Blob con i punti appartenenti
9 AA 2009/2010 Visione Artificiale 9 Metodi base Differenza di frame Media Running Average Istogrammi Selectivity
10 AA 2009/2010 Visione Artificiale 10 Differenza di frame Sfondo stimato è il frame precedente Funziona solo sotto certe condizioni di velocità e frame rate Molto dipendente dalla soglia Th 1 frame frame > i i Th
11 AA 2009/2010 Visione Artificiale 11 Media (Average o Median) Si calcola la media, o la mediana, degli ultimi n frame Richiesta di memoria alta n size( frame) Si può ottimizzare a 2 size( frame) Il calcolo va fatto per ogni pixel del frame
12 AA 2009/2010 Visione Artificiale 12 Running Average Ho una media pesata dei pixel Alpha, learning rate tipicamente 0.05 Poca occupazione di memoria, veloce B = α F + (1 α) i+ 1 i B i
13 AA 2009/2010 Visione Artificiale 13 Istogrammi Calcoli istogrammi del valore rgb di ogni pixel nel tempo Utile per calcolare una soglia Se ho piu picchi non funziona
14 AA 2009/2010 Visione Artificiale 14 Selectivity Utile se ho oggetti in movimento Classifica foreground e background per aggiornamento background formula B i+ 1( x, y) = α F ( x, i y) + (1 α) B B i ( x, ( x, y), sef ( x, i i y), sef ( x, i y) Fg y) Bg
15 AA 2009/2010 Visione Artificiale 15 Limiti dei metodi base Si basano solo sulla storia di un pixel singolo Non utilizzano informazioni spaziali Difficile settare e trovare la soglia
16 AA 2009/2010 Visione Artificiale 16 Metodi avanzati Incrementano le prestazioni dei metodi base Coinvolgono informazioni spaziali Utilizzano considerazioni statistiche
17 AA 2009/2010 Visione Artificiale 17 Metodi avanzati (solo nomi) Running gaussian average Mixture of gaussian Kernel density estimator Mean shift based estimator Eigenbackgrounds
18 AA 2009/2010 Visione Artificiale 18 Assegnamento Realizzare un applicazione in GOLD che mostri i metodi base di background subtraction, con alcune statistiche. Nome applicazione: Matricola_Cognome Le statistiche si possono ottenere con i cronometri ed il profiler
19 AA 2009/2010 Visione Artificiale 19 Assegnamento Input Filmato camera fissa colori ambiente stradale outdoor (Controllo Traffico) Filmato camera fissa zenitale colori indoor (Controllo Accesso Laboratorio) I filmati si trovano nella cartella in cui si dovrà caricare l assegnamento
20 AA 2009/2010 Visione Artificiale 20 Assegnamento Output Immagine di input Immagine background Immagine foreground con blob, bounding box Immagine di output con blob e bounding box Statistiche sui tempi di calcolo (timer nel profiler di GOLD)
21 AA 2009/2010 Visione Artificiale 21 Assegnamento Labeling per blob e differenza dall esercitazione precedente (flood fill) Possibilità di scegliere output, le soglie, eventualmente anche tipologia background da calcolare Scelta del tipo di foreground da visualizzare in output Progettare il codice modularmente Provare ad utilizzare file.ini dell applicazione
Librerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliGestione dell Informazione Geo-Spaziale. Presentazione del corso Maria Luisa Damiani A.A. 2014-15
Gestione dell Informazione Geo-Spaziale Presentazione del corso Maria Luisa Damiani A.A. 2014-15 Sommario Concetti generali e programma Modalita' d'esame Sito e calendario 1 Dati geo-spaziali I dati geo-spaziali
DettagliImmagini binarie. Binarizzazione di immagini a livelli di grigio
Immagini binarie Binarizzazione di immagini a livelli di grigio Immagini binarie In molti casi gli le scene di interesse conducono ad immagini che possono essere considerate binarie, cioè contenenti nel
DettagliRisultati ottenuti. Risultati ottenuti
Capitolo XIII : Risultati ottenuti Per testare l inseguitore di forme sono stati realizzati alcuni filmati di oggetti in movimento, e scene in cui è la telecamera a muoversi in un ambiente. L algoritmo
DettagliRegressione non lineare con un modello neurale feedforward
Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale
Dettagliistraffic Sistema di monitoraggio Traffico
istraffic Sistema di monitoraggio Traffico Scopo Lo scopo del sistema è quello di eseguire un analisi automatica del flusso di traffico in modo da rilevare eventi quali rallentamenti, code, veicoli fermi,
DettagliINTRODUZIONE A EXCEL ESERCITAZIONE I
1 INTRODUZIONE A EXCEL ESERCITAZIONE I Corso di Idrologia e Infrastrutture Idrauliche Prof. Roberto Guercio Cos è Excel 2 Foglio di calcolo o foglio elettronico è formato da: righe e colonne visualizzate
DettagliVenereBeautySPA Ver. 3.5. Gestione Parrucchieri e Centro Estetico
VenereBeautySPA Ver. 3.5 Gestione Parrucchieri e Centro Estetico Gestione completa per il tuo salone Gestione clienti e servizi Tel./Fax. 095 7164280 Cell. 329 2741068 Email: info@il-software.it - Web:
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliScheduling. Sistemi Operativi e Distribuiti A.A. 2004-2005 Bellettini - Maggiorini. Concetti di base
Scheduling Sistemi Operativi e Distribuiti A.A. 2-25 Bellettini - Maggiorini Concetti di base Il massimo utilizzo della CPU si ottiene mediante la multiprogrammazione Ogni processo si alterna su due fasi
DettagliVediamo l Indice Ftse-Mib (dati giornalieri aggiornati alla chiusura del 28 agosto): Volumi e Prezzi 17800 17600
Vediamo cosa ci dice l Analisi Volumetrica alla luce dei recenti movimenti di mercato. Ricordo che questo tipo di analisi (che ho personalmente messo a punto), presuppone che i Volumi abbiano maggior rilevanza
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliTest riconoscimento automatico espressioni del volto
Università degli studi di Roma Tor Vergata Test riconoscimento automatico espressioni del volto Preparato per: Giovannella Carlo, Professore Preparato da: Tobia Giani e Alessandro Borelli, Studenti 10
Dettaglie-dva - eni-depth Velocity Analysis
Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa
DettagliFondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it
Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Estrazione dei bordi Calcolo del gradiente Operatori di Roberts Operatori
DettagliGESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10. Angelo Bonomi
GESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10 Angelo Bonomi CONSIDERAZIONI SUL MONITORAGGIO Un monitoraggio ottimale dipende dalle considerazioni seguenti:
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliMETODI per effettuare previsioni con analisi di tipo WHAT-IF
METODI per effettuare previsioni con analisi di tipo WHAT-IF 1. TABELLA DATI Una tabella di dati è un intervallo che mostra come la modifica di alcuni valori nelle formule ne influenza i risultati. Le
DettagliBasi di Dati Relazionali
Corso di Laurea in Informatica Basi di Dati Relazionali a.a. 2009-2010 PROGETTAZIONE DI UNA BASE DI DATI Raccolta e Analisi dei requisiti Progettazione concettuale Schema concettuale Progettazione logica
DettagliCosa è un foglio elettronico
Cosa è un foglio elettronico Versione informatica del foglio contabile Strumento per l elaborazione di numeri (ma non solo...) I valori inseriti possono essere modificati, analizzati, elaborati, ripetuti
DettagliCorso di Fotografia terza lezione. Docente: Gianluca Bocci
Corso di Fotografia terza lezione Docente: Gianluca Bocci Elementi costitutivi di una fotografia: Soggetto Inquadratura Momento Esposizione Messa a fuoco 2 Soggetto: determina il genere ed in un certo
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliClustering. Utilizziamo per la realizzazione dell'esempio due tipologie di software:
Esercizio Clustering Utilizziamo per la realizzazione dell'esempio due tipologie di software: - XLSTAT.xls - Cluster.exe XLSTAT.xls XLSTAT.xls è una macro di Excel che offre la possibilità di effettuare
DettagliLa Metodologia adottata nel Corso
La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema
DettagliMorphological Image processing
Morphological Image processing Morfologia matematica La parola morfologia comunemente denota una parte della biologia che tratta con la forma e la struttura di organismi In analogia al termine biologico
DettagliFogli Elettronici: MS Excel. Foglio Elettronico
Parte 6 Fogli Elettronici: MS Excel Elementi di Informatica - AA. 2008/2009 - MS Excel 0 di 54 Foglio Elettronico Un foglio elettronico (o spreadsheet) è un software applicativo nato dall esigenza di:
DettagliIstituto Comprensivo di Pralboino Curricolo Verticale
NUMERI -L alunno si muove con sicurezza nel calcolo scritto e mentale con i numeri naturali entro le centinaia di migliaia. -L alunno si muove nel calcolo scritto e con i numeri naturali entro le migliaia.
DettagliPagine Facebook Uno strumento prezioso per la tua azienda su Facebook
Pagine Facebook Uno strumento prezioso per la tua azienda su Facebook Le Pagine sono il luogo più importante in cui le aziende creano connessioni con le persone. Le Pagine Facebook ti consentono di esprimere
DettagliRICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE
PROGETTO DEL CORSO DI VISIONE E PERCEZIONE PARTE 2 RICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE Scopo del progetto Il progetto ha come obiettivo quello di riconoscere il testo di una targa automobilistica
Dettagli1. Very Long Baseline Interferometry (VLBI), 2. Satellite Laser Ranging (SLR)
Geodesia Dal greco Γεωδαισια: divisione della Terra Discipline collegate alla geodesia: 1. studio della forma del pianeta; 2. studio del campo di gravità del pianeta. Misure geodetiche: misure legate e
DettagliSTATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione2: 04-03-2005
esercitazione 2 p. 1/12 STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione2: 04-03-2005 Luca Monno Università degli studi di Pavia luca.monno@unipv.it http://www.lucamonno.it
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliCURRICOLO MATEMATICA - CLASSE QUINTA -
CURRICOLO MATEMATICA - CLASSE QUINTA - COMPETENZA NUCLEO FONDANTE OBIETTIVI DI APPRENDIMENTO CONTENUTI TRAGUARDI NUMERI 1.a) Indicare il valore posizionale delle cifre nei numeri decimali b) comporre e
DettagliUniversità degli Studi di Catania Corso di Laurea Magistrale in Informatica Multimedia 2013/14. Cantarella Danilo. OpenCV Android
Università degli Studi di Catania Corso di Laurea Magistrale in Informatica Multimedia 2013/14 Cantarella Danilo Introduzione OpenCV (Open Source Computer Vision Library) è una libreria disponibile per
DettagliScheduling della CPU. Concetti fondamentali. Concetti fondamentali. Concetti fondamentali. Dispatcher. Scheduler della CPU
Scheduling della CPU Concetti fondamentali Criteri di scheduling Algoritmi di scheduling Concetti fondamentali L obiettivo della multiprogrammazione è di avere processi sempre in esecuzione al fine di
DettagliL USO DEL CALCOLATORE
Dove e come usare un calcolatore CONDIZIONE ESSENZIALE qualsiasi calcolatore può solo fornire delle elaborazioni di dati che gli siano stati forniti SI SI DEVONO POTER CONOSCERE TUTTI TUTTI I I DATI DATI
DettagliEsempi di algoritmi. Lezione III
Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni
DettagliPHOTOSHOP BREVE TUTORIAL
PHOTOSHOP BREVE TUTORIAL CARATTERISTICHE INNOVATIVE DI PHOTOSHOP CS SOMMARIO Il file browser Galleria dei filtri Disporre testo su un tracciato Paletta degli istogrammi Omogeneizzazione del colore ed acquisizione
DettagliIntroduzione all elaborazione di immagini Part II
Introduzione all elaborazione di immagini Part II Obiettivi delle tecniche di elaborazione di immagini: miglioramento di qualità (image enhancement) ripristino di qualità o restauro (image restoration)
DettagliSistemi Informativi Territoriali. Map Algebra
Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Map Algebra Cod.735 - Vers.E57 1 Definizione di Map Algebra 2 Operatori locali 3 Operatori zonali 4 Operatori focali 5 Operatori
DettagliFogli Elettronici: MS Excel
Fogli Elettronici: MS Excel Informatica - A.A. 2010/2011 - Excel 7.0 Foglio Elettronico Un foglio elettronico (o spreadsheet) è un software applicativo nato dall esigenza di: organizzare insiemi di dati
DettagliLABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE
LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE DESCRIZIONE DEI DATI DA ESAMINARE Sono stati raccolti i dati sul peso del polmone di topi normali e affetti da una patologia simile
DettagliNell esempio verrà mostrato come creare un semplice documento in Excel per calcolare in modo automatico la rata di un mutuo a tasso fisso conoscendo
Nell esempio verrà mostrato come creare un semplice documento in Excel per calcolare in modo automatico la rata di un mutuo a tasso fisso conoscendo - la durata del mutuo in anni - l importo del mutuo
DettagliUniversità degli Studi di Trieste
Università degli Studi di Trieste DIPARTIMENTO DI INGEGNERIA E ARCHITETTURA Corso di Laurea in Ingegneria Elettronica STUDIO DI FATTIBILITÀ E IMPLEMENTAZIONE DI ALGORITMI ATTI A MIGLIORARE LA PERCEZIONE
DettagliVolumi e Prezzi 23800 23600. Ftse-Mib 23400 23200 23000 22800 22600 22400 22200
Aggiorniamo l Analisi Volumetrica alla luce dei recenti movimenti di mercato. Ricordo che questo tipo di analisi (che ho personalmente messo a punto), presuppone che i Volumi abbiano maggior rilevanza
DettagliProgetto GRIIN Gestione Remota di Illuminazione in edifici INdustriali pubblici - commerciali
Gestione Remota di Illuminazione in edifici INdustriali pubblici - commerciali Strategie e nuovi valori dell ICT per l ecosostenibilità 12 luglio 2012 Centro Congressi Torino Incontra PROGETTO GRIIN Oggetto
DettagliVideo Analysis (cenni) Annalisa Franco
1 Video Analysis (cenni) Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 Visual motion Un video è una sequenza di frame catturati nel corso del tempo Il valori dell immagine sono
Dettagli5.2. Pipetta. 2: Lo strumento di luce/ombra
2: Lo strumento di luce/ombra Scostamento Luce a «0%» e Ombra a «100%» Con lo strumento di luce/ombra possono essere fissati il punto più chiaro, il punto medio e quello più scuro dell immagine. Sotto
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliIN BIANCO E NERO con Capture NX. a cura di Mauro Minetti
UNA SEMPLICE CONVERSIONE IN BIANCO E NERO con Capture NX a cura di Mauro Minetti GIUGNO 2007 INDICE PREMESSA IMPOSTAZIONI SOFTWARE EFFETTI FOTO LUMINOSITA CONTRASTO - alte luci (bianco) CONTRASTO - basse
DettagliStima della size- Esercitazioni
IT Project Management Lezione 5 Software Sizing Estimation - Esercitazione Federica Spiga A.A. 2009-2010 1 Elementi Base Il metodo dei Function Point consiste nell identificare e contare le funzionalità
DettagliELABORAZIONE DI DATI TRIDIMENSIONALI - RELAZIONE HOMEWORK 2
DAVIDE ZANIN 1035601 ELABORAZIONE DI DATI TRIDIMENSIONALI - RELAZIONE HOMEWORK 2 SOMMARIO Elaborazione di dati tridimensionali - Relazione Homework 2... 1 Obiettivo... 2 Descrizione della procedura seguita...
DettagliIndice generale. Prefazione...xi. Introduzione...1. Capitolo 1 Tabelle e prospetti...25
Prefazione...xi Introduzione...1 Terminologia essenziale... 1 Differenze di aspetto tra Excel 2003 (XP) ed Excel 2010: la barra multifunzione... 3 Novità relative al menu File e alle barre Standard e Formattazione...
DettagliLABORATORIO EXCEL XLSTAT 2008 SCHEDE 2 e 3 VARIABILI QUANTITATIVE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) LABORATORIO EXCEL
DettagliCorso di Grafica Computazionale
Corso di Grafica Computazionale Premesse Teoriche Docente: Massimiliano Corsini Laurea Specialistica in Ing. Informatica Università degli Studi di Siena Overview Premesse Teoriche Mini-ripasso geometria
DettagliMarta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona
Marta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona Classificazione delle immagini Le immagini si suddividono in raster e vettoriali. Le immagini raster sono di tipo
DettagliLAUREA MAGISTRALE in INGEGNERIA INFORMATICA
LAUREA MAGISTRALE in INGEGNERIA INFORMATICA D.M. 270/04 (link alla versione con confronto LS-509) a cura di Letizia Leonardi, Presidente Consiglio Interclasse A.A. 2009/10 TEMPISTICA I L/270 II L/509 III
DettagliUniversità di L Aquila Facoltà di Biotecnologie Agro-alimentari
RIFERIMENTI Università di L Aquila Facoltà di Biotecnologie Agro-alimentari Esame di Laboratorio di informatica e statistica Parte 3 (versione 1.0) Il riferimento permette di identificare univocamente
Dettaglispecifiche tecniche contenuti multimediali
specifiche tecniche contenuti multimediali format di canale 2 invio contenuti 3 video 4 immagini statiche 4 animazioni flash 5 IL FORMAT DI CANALE Lo schermo prevede due parti dinamiche: a sinistra vengono
DettagliOverlay - video. Formati video: h264 - flv Dimensione: non superiore a 100 MB.
www.creativecommons.org/ Overlay - video Clicca qui (60MB) per scaricare il materiale del tutorial Overlay video Una delle possibili scelte per il contenuto Overlay (l elemento virtuale che viene visualizzato
DettagliRILEVAZIONE DELLA QUALITA PERCEPITA DAGLI UTENTI DEL SISTEMA GESTIONE SEGNALAZIONI E RECLAMI (Ufficio Qualità - CDR CONTROLLO DI GESTIONE PEG)
RILEVAZIONE DELLA QUALITA PERCEPITA DAGLI UTENTI DEL SISTEMA GESTIONE SEGNALAZIONI E RECLAMI (Ufficio Qualità - CDR CONTROLLO DI GESTIONE PEG) Dati individuali del rispondente: Età Titolo di studio Settore
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliProtocollo di tracciamento e valutazione degli studenti dei corsi di italiano ICoNLingua A.A. 2013-2014
Progetto ICoNLingua Scienza senza Frontiere CsF- Italia Protocollo di tracciamento e valutazione degli studenti dei corsi di italiano ICoNLingua A.A. 2013-2014 1. Introduzione La valutazione sia in itinere
DettagliManuale di gioco di Tenente Skat
Martin Heni Eugene Trounev Revisore: Mike McBride Traduzione della documentazione: Andrea Celli Aggiornamento della traduzione per KDE 4: 2 Indice 1 Introduzione 5 2 Come si gioca 6 3 Regole del gioco,
DettagliRaccomandazione del Parlamento europeo 18/12/2006 CLASSE PRIMA COMPETENZE ABILITÀ CONOSCENZE. Operare con i numeri
COMPETENZA CHIAVE MATEMATICA Fonte di legittimazione Raccomandazione del Parlamento europeo 18/12/2006 CLASSE PRIMA COMPETENZE ABILITÀ CONOSCENZE L alunno utilizza il calcolo scritto e mentale con i numeri
DettagliFLASHINVESTOR Manuale dell Utente
FLASHINVESTOR Manuale dell Utente Questa breve guida ha lo scopo di aiutare l utente a prendere confidenza con il prodotto in modo da sfruttarne appieno tutte le potenzialità. Abbiamo cercato di realizzare
DettagliRelatore Chiar.mo Prof. Davide Anguita Relatore Aziendale Ing. Silvio Costa (IsoSistemi) Relatore Aziendale Ing. Marco De Leo (IsoSistemi)
Relatore Chiar.mo Prof. Davide Anguita Relatore Aziendale Ing. Silvio Costa (IsoSistemi) Relatore Aziendale Ing. Marco De Leo (IsoSistemi) Allievo Matteo Bardini Genova, 15/7/2011 1 Indice Il Process Mining.
DettagliEsercitazione n. 10: HTML e primo sito web
+ Strumenti digitali per la comunicazione A.A 0/4 Esercitazione n. 0: HTML e primo sito web Scopo: Creare un semplice sito web con Kompozer. Il sito web è composto da una home page, e da altre due pagine
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
DettagliUna metodologia per l'analisi della vulnerabilità di una rete stradale in ambito extraurbano. Applicazione alla rete provinciale di Bolzano
Una metodologia per l'analisi della vulnerabilità di una rete stradale in ambito extraurbano Applicazione alla rete provinciale di Bolzano S. Angelini, A. Danesi, G. Rossi, F. Rupi DICAM Trasporti Università
DettagliAnalisi di scenario File Nr. 10
1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html
DettagliSISTEMA INFORMATIZZATO PER IL CONTROLLO STATISTICO DI RISULTATO DEI SERVIZI DI PULIZIA
SISTEMA INFORMATIZZATO PER IL CONTROLLO STATISTICO DI RISULTATO DEI SERVIZI DI PULIZIA Copyright Il prodotto è di proprietà di CTIP Conseil e Studio Amadei in quanto titolare del copyright. Tutti i diritti
DettagliUso di filmati flash sulla LIM
Uso di filmati flash sulla LIM Spesso capita di trovare siti in cui sono presenti filmati flash che si rivelerebbero utili per le attività in classe. Per esempio, un flash che permette di colorare un'immagine
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliCERCARE UN FILE SOLO IN UNA DETERMINATA CARTELLA
LA FUNZIONE CERCA DI WINDOWS Vuoi trovare velocemente un documento, un'immagine, o un generico file che si trova nel tuo PC? In Windows, esiste una utility (il programma CERCA) che svolge questa funzione.
DettagliAppendice III. Criteri per l utilizzo dei metodi di valutazione diversi dalle misurazioni in siti fissi
Appendice III (articolo 5, comma 1 e art. 22 commi 5 e 7) Criteri per l utilizzo dei metodi di valutazione diversi dalle misurazioni in siti fissi 1. Tecniche di modellizzazione 1.1 Introduzione. In generale,
DettagliCorso di Visione Artificiale. Filtri parte I. Samuel Rota Bulò
Corso di Visione Artificiale Filtri parte I Samuel Rota Bulò Filtri spaziali Un filtro spaziale è caratterizzato da un intorno e un'operazione che deve essere eseguita sui pixels dell'immagine in quell'intorno.
DettagliConcetti di base. Scheduling della CPU. Diagramma della durata dei CPU-burst. Sequenza Alternata di CPU Burst e I/O Burst
Impossibile visualizzare l'immagine. Scheduling della CPU Concetti di base La multiprogrammazione cerca di ottenere la massima utilizzazione della CPU. L esecuzione di un processo consiste in cicli d esecuzione
DettagliSistemi Operativi. Scheduling della CPU SCHEDULING DELLA CPU. Concetti di Base Criteri di Scheduling Algoritmi di Scheduling
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliSistemi Operativi SCHEDULING DELLA CPU. Sistemi Operativi. D. Talia - UNICAL 5.1
SCHEDULING DELLA CPU 5.1 Scheduling della CPU Concetti di Base Criteri di Scheduling Algoritmi di Scheduling FCFS, SJF, Round-Robin, A code multiple Scheduling in Multi-Processori Scheduling Real-Time
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione
DettagliLa Visione Artificiale. La vis ione delle macchine La vis ione umana Acquis izione di immag ine
La Visione Artificiale La vis ione delle macchine La vis ione umana Acquis izione di immag ine Copyright Alcune slide sono tratte dal testo: Digital Image Processing Materiale didattico relativo si trova
DettagliPROGRAMMA FT-Graph-2
PROGRAMMA FT-Graph-2 PROGRAMMA DI SVILUPPO GRAFICO CON STAMPA Elaborazione grafica con selezione dei dati. Si possono graficare e stampare tutti i file relativi alle apparecchiature della ECONORMA S.a.s.
DettagliPassenger Simulation: tecnicheinnovative per la progettazione dei terminali di trasporto
Universita di Roma Tor Vergata Corso di Terminali per i Trasporti e la Logistica Prof. Ing. Umberto Crisalli a.a. 2011-2012 : tecnicheinnovative per la progettazione dei terminali di trasporto Ing. Claudio
DettagliCome creare il test di Yasso tramite l applicazione Training Center
Come creare il test di Yasso tramite l applicazione Training Center A differenza degli altri test pubblicati da Garmin, il test di Yasso necessita di un approfondimento. Il test di Yasso è un test molto
DettagliHIGH DYNAMIC TESTING PROGRAM
d MONITORING, TESTING AND STRUCTURAL ENGINEERING HIGH DYNAMIC TESTING PROGRAM 1. DESCRIZIONE DELLA PROVA E DELLA STRUMENTAZIONE La prova dinamica ad alta deformazione viene eseguita su pali di fondazione
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliTECHNOAWARE RICERCA E REALIZZA FONDATA NEL 2003 TECHNOAWARE NASCE DALLA COMPETENZA
TECHNOAWARE RICERCA E REALIZZA TECNOLOGIE, PRODOTTI E SOLUZIONI PER LA VIDEO ANALISI E L INTELLIGENZA DI AMBIENTE FONDATA NEL 2003 TECHNOAWARE NASCE DALLA COMPETENZA DEL GRUPPO DI RICERCA ISIP40 DELL UNIVERSITÀ
DettagliPROGRAMMI TECNICI CI SI ALLENA AL 100% DELLE PROPRIE CAPACITÀ FISICHE E TENCICHE
PROGRAMMI TECNICI CI SI ALLENA AL 100% DELLE PROPRIE CAPACITÀ FISICHE E TENCICHE Gli allenamenti a ritmo di musica sono molto intensi e divertenti e migliorano le capacità motorie e coordinative, l abilità,
DettagliCompito di Informatica Grafica 5 appello 29/06/2006
Nome e Cognome Numero di Matricola Ing. Edile (Immatr. nell a.a. ) Ing. Edile-Architettura (Immatr. nell a.a. ) Esercizio 1 (12 punti) Sia data la base di dati il cui schema è rappresentato in figura,
DettagliDecorazione Piastrelle
Materiali Materiali/Textures: Il programma comprende un'ampia raccolta di materiali suddivisi in diverse categorie ma è possibile incrementare la quantità di materiali tramite il comando di creazione materiale.
DettagliCorso di Visione Artificiale. Immagini digitali. Samuel Rota Bulò
Corso di Visione Artificiale Immagini digitali Samuel Rota Bulò Immagini digitali Un immagine viene generata dalla combinazione di una sorgente di energia e la riflessione o assorbimento di energia da
DettagliPreprocessing di un immagine in scala di grigi parte 2/2
Preprocessing di un immagine in scala di grigi parte 2/2 Preview Il comando Automatic preprocessing (2) del menu Preprocessing effettua un preprocessing totale. Il risultato è una sequenza di immagini
DettagliDocente: Anna Valeria Germinario. Università di Bari. A.V.Germinario (Università di Bari) Analisi Matematica ITPS 1 / 22
Laurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Calcolo differenziale e approssimazioni, formula di Taylor Docente: Anna Valeria Germinario Università di Bari
DettagliLA GRAFICA E LA GEOMETRIA OPERATIVA
LA GRAFICA E LA GEOMETRIA OPERATIVA La geometria operativa, contrariamente a quella descrittiva basata sulle regole per la rappresentazione delle forme geometriche, prende in considerazione lo spazio racchiuso
DettagliAnalisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda
Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Premessa Con l analisi di sensitività il perito valutatore elabora un range di valori invece di un dato
DettagliS-TRAINER v.1.00 Esempio d uso
S-TRAINER v.1.00 Esempio d uso S-TRAINER v.1.00, ovvero il software per la pianificazione e la gestione dell allenamento sportivo. Andiamo a scoprire le potenzialità di questo nuovo software ideato da
DettagliTecniche per l analisi della postura e del movimento
Tecniche per l analisi della postura e del movimento 1/14 Tecniche di analisi La rilevazione, attraverso l utilizzo di sistemi automatici basati su tecnologie avanzate di grandezze cinematiche e dinamiche
Dettagli9 tecniche di selezione testi formattazione, copiare e incollare testi
9 tecniche di selezione testi formattazione, copiare e incollare testi Creare un file (OpenOffice.org Writer) dentro ad una cartella e digitare un breve testo Per prima cosa occorre creare un file di testo
Dettagli