Scenari applicativi e trend tecnologici.
Modellazione geometrica della formazione dell’immagine e visione stereo.
Deep Learning per computer vision: principi di base di machine learning (training-validation-test, underfitting/overfitting, regolarzzazione, model selection), classificatori lineari e reti fully-connected, CNN, principali architetture per classificazione di immagini (AlexNet, VGG, Inception, ResNet, MobileNe) object detection (R-CNN, Faster R-CNN, YOLO). Architetture per Anomaly Detection. Cenni sui modellazione congiunta di immagini e linguaggio naturale (CLIP) e sui modelli per la generazione di immagini (diffusion models).