Segmentazione e categorizzazione di oggetti mediante immagini depth e deep learning

Questo lavoro è iniziato con uno studio teorico delle principali tecniche di classificazione di immagini note in letteratura, con particolare attenzione ai più diffusi modelli di rappresentazione dell’immagine, quali il modello Bag of Visual Words, e ai principali strumenti di Apprendimento Automatico (Machine Learning). In seguito si è focalizzata l’attenzione sulla analisi di ciò che costituisce lo stato dell’arte per la classificazione delle immagini, ovvero il Deep Learning. Per sperimentare i vantaggi dell’insieme di metodologie di Image Classification, si è fatto uso di Torch7, un framework di calcolo numerico, utilizzabile mediante il linguaggio di scripting Lua, open source, con ampio supporto alle metodologie allo stato dell’arte di Deep Learning. Tramite Torch7 è stata implementata la vera e propria classificazione di immagini poiché questo framework, grazie anche al lavoro di analisi portato avanti da alcuni miei colleghi in precedenza, è risultato essere molto efficace nel categorizzare oggetti in immagini. Le immagini su cui si sono basati i test sperimentali, appartengono a un dataset creato ad hoc per il sistema di visione 3D con la finalità di sperimentare il sistema per individui ipovedenti e non vedenti; in esso sono presenti alcuni tra i principali ostacoli che un ipovedente può incontrare nella propria quotidianità. In particolare il dataset si compone di potenziali ostacoli relativi a una ipotetica situazione di utilizzo all’aperto. Dopo avere stabilito dunque che Torch7 fosse il supporto da usare per la classificazione, l’attenzione si è concentrata sulla possibilità di sfruttare la Visione Stereo per aumentare l’accuratezza della classificazione stessa. Infatti, le immagini appartenenti al dataset sopra citato sono state acquisite mediante una Stereo Camera con elaborazione su FPGA sviluppata dal gruppo di ricerca presso il quale è stato svolto questo lavoro. Ciò ha permesso di utilizzare informazioni di tipo 3D, quali il livello di depth (profondità) di ogni oggetto appartenente all’immagine, per segmentare, attraverso un algoritmo realizzato in C++, gli oggetti di interesse, escludendo il resto della scena. L’ultima fase del lavoro è stata quella di testare Torch7 sul dataset di immagini, preventivamente segmentate attraverso l’algoritmo di segmentazione appena delineato, al fine di eseguire il riconoscimento della tipologia di ostacolo individuato dal sistema.

Analisi della correlazione tra i livelli paleo-freatici del sistema carsico dei Piani Eterni e i Terrazzi dell'adiacente Valle del Mis (Parco nazionale delle Dolomiti bellunesi)

Il sistema carsico dei Piani Eterni e la Valle del Mis si trovano in provincia di Belluno, all'interno del parco Nazionale delle Dolomiti Bellunesi. Questi due sistemi geologici sono attualmente in fase di studio e la presente tesi, ha come scopo la correlazione tra i livelli paleo-freatici di grotta dei Piani Eterni e le superfici a bassa pendenza (terrazzi glaciali, kame e superfici di spianamento) dell'adiacente Val del Mis. L'elaborato è stato sviluppato prevalentemente su ArcMap (Gis) e su Excel, mentre su Datagraph sono stati ottenuti i grafici che mostrano i confronti altimetrici e quantitativi tra condotte e superfici. I risultati ottenuti dalla fase di analisi della tesi, mostrano che le correlazioni sono evidenti e grazie alle datazione U-Th di alcuni speleotemi del sistema carsico, sono state avanzate sia una ipotetica ricostruzione dell'antico reticolo di drenaggio della Valle del Mis, sia la causa per la quale questo drenaggio, attualmente, si presenti in maniera estremamente diversa da quello passato.

Paleo- ecologia dei Foraminiferi in ambiente estremo: un caso di studio in Antartide

Nel presente lavoro sono state analizzate le distribuzioni quantitative dei Foraminiferi planctonici e bentonici presenti in una carota e in un box core prelevati nel Mare di Ross in Antartide durante la campagna KOPRI ANTA03 nel Febbraio 2013 nell’ambito del progetto di ricerca congiunto Corea- Italia finanziato dal Progetto Nazionale di Ricerca in Antartide (PNRA). Scopo del lavoro è stato quello di comprendere l’evoluzione ambientale dell’area in base alla distribuzione quantitativa e qualitativa delle associazioni a Foraminiferi nel tardo Quaternario. In base alla distribuzione quantitativa dei Foraminiferi identificati, la sequenza sedimentaria della carota C2 è stata suddivisa in tre intervalli corrispondenti a tre principali fasi paleoceanografiche/paleoclimatiche. La prima fase, più antica di 18 ka, caratterizzata dall’assenza o rarità di forme documenta un ambiente con presenza di copertura glaciale. La seconda, depositatasi tra 18 ka e ~8 ka è caratterizzata da una maggiore variabilità intraspecifica e riflette un miglioramento delle condizioni climatiche. La terza, corrisponde ad un periodo compreso tra ~8 ka e ~2 ka. La presenza di forme agglutinanti e l’assenza di Foraminiferi a guscio calcareo suggeriscono la presenza di condizioni di dissoluzione carbonatica sul fondale in un ambiente marino libero da copertura glaciale. La documentazione di numerosi individui allo stadio giovanile di Neogloboquadrina pachyderma durante l’intervallo B ha reso possibile avanzare ipotesi riguardo la strategia di sopravvivenza di questa specie in ambiente estremo quale il ghiaccio antartico. La somiglianza morfologica tra individui giovanili di Neogloboquadrina pachyderma riscontrata durante il nostro studio nei sedimenti a livello fossile nella carota con individui giovanili della stessa specie provenienti da campioni di ghiaccio marino antartico documentati in bibliografia, ha permesso di supportare la tesi dello sviluppo di tali forme nei pori del “microghiaccio”.