Typology
operator:
and / or
Language
operator:
and / or
Date
operator:
and / or
Rights
operator:
and / or
2019
Report
Unknown
Engine per il riconoscimento delle immagini
Melani A., Coscetti S., Moroni D., Pieri G., Tampucci M., Viani A.
Il presente documento accompagna e descrive i prototipi software realizzati per il riconoscimento delle immagini a corredo del sistema di realtà aumentata per il supporto alla manutenzione e al controllo della linea di trasformazione del progetto IRIDE.Source: Project report, IRIDE, Deliverable D2.2, 2019
Melani A., Coscetti S., Moroni D., Pieri G., Tampucci M., Viani A.
Il presente documento accompagna e descrive i prototipi software realizzati per il riconoscimento delle immagini a corredo del sistema di realtà aumentata per il supporto alla manutenzione e al controllo della linea di trasformazione del progetto IRIDE.Source: Project report, IRIDE, Deliverable D2.2, 2019
See at: CNR ExploRA
2020
Contribution to conference
Open Access
Augmented reality and intelligent systems in Industry 4.0
Benassi A., Carboni A., Colantonio S., Coscetti S., Germanese D., Jalil B., Leone R., Magnavacca J., Magrini M., Martinelli M., Matarese F., Moroni D., Paradisi P., Pardini F., Pascali M., Pieri G., Reggiannini M., Righi M., Salvetti O., Tampucci M.
Augmented reality and intelligent systems in Industry 4.0 - Presentazione ARTESSource: ARTES, 12/11/2020
DOI: 10.5281/zenodo.4277713
DOI: 10.5281/zenodo.4277712
Metrics:
Benassi A., Carboni A., Colantonio S., Coscetti S., Germanese D., Jalil B., Leone R., Magnavacca J., Magrini M., Martinelli M., Matarese F., Moroni D., Paradisi P., Pardini F., Pascali M., Pieri G., Reggiannini M., Righi M., Salvetti O., Tampucci M.
Augmented reality and intelligent systems in Industry 4.0 - Presentazione ARTESSource: ARTES, 12/11/2020
DOI: 10.5281/zenodo.4277713
DOI: 10.5281/zenodo.4277712
Metrics:
See at:
ISTI Repository 
| CNR ExploRA
2018
Report
Unknown
IRIDE - Requisiti e specifiche funzionali del sistema per il supporto alla manutenzione e al controllo della linea di trasformazione
Gabriele Pieri G., Moroni D., Coscetti S., Tampucci M., Melani A., Landucci D., Viani A.
Il presente documento contiene l'analisi dei requisiti e la stesura delle specifiche funzionali del sistema per il supporto alla manutenzione e al controllo della linea di trasformazione del progetto IRIDE, studiando le più recenti soluzioni di realtà aumentata e i relativi ambienti di sviluppo.Source: Project report, IRIDE, Deliverable D2.1, 2018
Gabriele Pieri G., Moroni D., Coscetti S., Tampucci M., Melani A., Landucci D., Viani A.
Il presente documento contiene l'analisi dei requisiti e la stesura delle specifiche funzionali del sistema per il supporto alla manutenzione e al controllo della linea di trasformazione del progetto IRIDE, studiando le più recenti soluzioni di realtà aumentata e i relativi ambienti di sviluppo.Source: Project report, IRIDE, Deliverable D2.1, 2018
See at: CNR ExploRA
2020
Report
Unknown
IRIDE - Realizzazione e sperimentazione di un prototipo di sistema integrato di monitoraggio, controllo e ispezione
Betti G., Landucci D., Masini D., Coscetti S., Labbozzetta E., Moroni D., Pieri G., Tampucci M., Reggiannini M.
Questo deliverable documenta il prototipo di sistema integrato di monitoraggio, controllo e ispezione mediante un insieme di immagini con didascalia che si riferiscono sia all'hardware realizzato e integrato sulla linea di test in Futura Lab sia le interface utente sui pannelli operatori e sullo SCADA.Source: ISTI Project report, IRIDE, D1.5, 2020
Betti G., Landucci D., Masini D., Coscetti S., Labbozzetta E., Moroni D., Pieri G., Tampucci M., Reggiannini M.
Questo deliverable documenta il prototipo di sistema integrato di monitoraggio, controllo e ispezione mediante un insieme di immagini con didascalia che si riferiscono sia all'hardware realizzato e integrato sulla linea di test in Futura Lab sia le interface utente sui pannelli operatori e sullo SCADA.Source: ISTI Project report, IRIDE, D1.5, 2020
See at: CNR ExploRA
2018
Contribution to conference
Open Access
A system for motor and cognitive activities for people with mild or moderate cognitive impairment
Magrini M., Coscetti S., Barcaro U., Dolciotti C.
A hardware-software system is described for the administration of motor and cognitive exercises to people affected by mild or moderate cognitive impairment. This system was built in the framework of the "Intesa" project, funded by the region of Tuscany. The objective of this project has been the implementation of services based on non-invasive ICT technologies aimed at the improvement of the life quality of elderly non-disabled people in a condition of "fragility".Source: SIAMOC 2018 - Congresso Nazionale della Società Italiana di Analisi del Movimento in Clinica, Firenze, Italia, 3-6 ottobre 2018
Magrini M., Coscetti S., Barcaro U., Dolciotti C.
A hardware-software system is described for the administration of motor and cognitive exercises to people affected by mild or moderate cognitive impairment. This system was built in the framework of the "Intesa" project, funded by the region of Tuscany. The objective of this project has been the implementation of services based on non-invasive ICT technologies aimed at the improvement of the life quality of elderly non-disabled people in a condition of "fragility".Source: SIAMOC 2018 - Congresso Nazionale della Società Italiana di Analisi del Movimento in Clinica, Firenze, Italia, 3-6 ottobre 2018
See at:
ISTI Repository | www.siamoc2018.it | CNR ExploRA
2019
Report
Unknown
INTESA - Risultati della validazione e sperimentazione del dimostratore
Magrini M., Coscetti S., Palumbo F., La Rosa D., Delmastro F., Di Martino F., Distefano E., Valerio L., Bruno R., Campana M. G., Dolciotti C., Esa Systems S. R. L., Kell S. R. L.
In questo documento si descrive la fase di validazione e sperimentazione del dimostratore su utenti reali. ln particolare, si descrivono le varie fasi della sperimentazione e le performance ottenute dai vari sistemi di monitoraggio ed analisi di lungo periodo sui dati raccolti nel periodo di sperimentazione, che include la assistenza agli utenti primari reali e l'interazione con utenti secondari (caregiver).Source: Project report, INTESA, Deliverable D6.1, 2019
Magrini M., Coscetti S., Palumbo F., La Rosa D., Delmastro F., Di Martino F., Distefano E., Valerio L., Bruno R., Campana M. G., Dolciotti C., Esa Systems S. R. L., Kell S. R. L.
In questo documento si descrive la fase di validazione e sperimentazione del dimostratore su utenti reali. ln particolare, si descrivono le varie fasi della sperimentazione e le performance ottenute dai vari sistemi di monitoraggio ed analisi di lungo periodo sui dati raccolti nel periodo di sperimentazione, che include la assistenza agli utenti primari reali e l'interazione con utenti secondari (caregiver).Source: Project report, INTESA, Deliverable D6.1, 2019
See at: CNR ExploRA
2019
Report
Unknown
IRIDE - D2.3: Metodi di localizzazione indoor
Melani A., Masini D., Coscetti S., Moroni D., Pieri G., Tampucci M., Viani A.
In questo documento è descritto il prototipo software realizzato dedicato alla localizzazione nell'ambiente fabbrica ed il raggiungimento degli obiettivi dell'attività valutato in base a specifici KPI (Key Performance Indicator), nel contesto della linea di trasformazione del progetto IRIDE. Come per il precedente documento di progetto (D2.2), anche per il presente, come conseguenza del documento "D2.1: Requisiti e specifiche funzionali del sistema per il supporto alla manutenzione e al controllo della linea di trasformazione" nel quale i requisiti e le specifiche sono state analizzate e stilate, si è proceduto con lo sviluppo di prototipi software per le varie fasi di progetto previste.Source: Project Report, IRIDE, D2.3, 2019
Melani A., Masini D., Coscetti S., Moroni D., Pieri G., Tampucci M., Viani A.
In questo documento è descritto il prototipo software realizzato dedicato alla localizzazione nell'ambiente fabbrica ed il raggiungimento degli obiettivi dell'attività valutato in base a specifici KPI (Key Performance Indicator), nel contesto della linea di trasformazione del progetto IRIDE. Come per il precedente documento di progetto (D2.2), anche per il presente, come conseguenza del documento "D2.1: Requisiti e specifiche funzionali del sistema per il supporto alla manutenzione e al controllo della linea di trasformazione" nel quale i requisiti e le specifiche sono state analizzate e stilate, si è proceduto con lo sviluppo di prototipi software per le varie fasi di progetto previste.Source: Project Report, IRIDE, D2.3, 2019
See at: CNR ExploRA
2019
Report
Unknown
IRIDE - D2.4: Metodi per l'ausilio alle decisioni di monitoraggio e di manutenzione
Masini D., Coscetti S., Moroni D., Pieri G., Tampucci M., Viani A.
In questo documento è descritto il prototipo software realizzato per il supporto proattivo alla manutenzione e al controllo degli impianti, valutato in base a specifici KPI (Key Performance Indicator), nel contesto della linea di trasformazione del progetto IRIDE. Come per i precedenti documenti di progetto (D2.2 e D2.3), anche per il presente, come conseguenza del documento "D2.1: Requisiti e specifiche funzionali del sistema per il supporto alla manutenzione e al controllo della linea di trasformazione" nel quale i requisiti e le specifiche sono stati analizzati e stilati, si è proceduto con lo sviluppo di prototipi software per le varie fasi di progetto previste.Source: Project Report, IRIDE, D2.4, 2019
Masini D., Coscetti S., Moroni D., Pieri G., Tampucci M., Viani A.
In questo documento è descritto il prototipo software realizzato per il supporto proattivo alla manutenzione e al controllo degli impianti, valutato in base a specifici KPI (Key Performance Indicator), nel contesto della linea di trasformazione del progetto IRIDE. Come per i precedenti documenti di progetto (D2.2 e D2.3), anche per il presente, come conseguenza del documento "D2.1: Requisiti e specifiche funzionali del sistema per il supporto alla manutenzione e al controllo della linea di trasformazione" nel quale i requisiti e le specifiche sono stati analizzati e stilati, si è proceduto con lo sviluppo di prototipi software per le varie fasi di progetto previste.Source: Project Report, IRIDE, D2.4, 2019
See at: CNR ExploRA
2019
Report
Unknown
IRIDE - Metodi per l'annotazione automatica dei filmati e la classificazione di eventi e allarmi
Landucci D, Coscetti S., Moroni D., Pieri G. Tampucci M., Reggiannini M.
Questo deliverable descrive l'attività svolte e il software sviluppato nel corso dell'Attività 1.4 "Progettazione e sviluppo di metodi per la annotazione automatica dei filmati e la classificazione di eventi e allarmi". In primo luogo viene presentato il sistema di gestione di eventi e allerte, basato sull'infrastruttura creata nel corso dell'attività 1.3. Quindi si passa in rassegna l'analisi del dataset di video ed eventi estratti dal sistema SCADA. SI propone un insieme di algoritmi per l'elaborazione offline dei video acquisti e l'estrazione di alcuni parametri per la caratterizzazione degli artefatti riscontrati sul velo di carta tissue.Source: ISTI Project report, IRIDE, D1.4, 2019
Landucci D, Coscetti S., Moroni D., Pieri G. Tampucci M., Reggiannini M.
Questo deliverable descrive l'attività svolte e il software sviluppato nel corso dell'Attività 1.4 "Progettazione e sviluppo di metodi per la annotazione automatica dei filmati e la classificazione di eventi e allarmi". In primo luogo viene presentato il sistema di gestione di eventi e allerte, basato sull'infrastruttura creata nel corso dell'attività 1.3. Quindi si passa in rassegna l'analisi del dataset di video ed eventi estratti dal sistema SCADA. SI propone un insieme di algoritmi per l'elaborazione offline dei video acquisti e l'estrazione di alcuni parametri per la caratterizzazione degli artefatti riscontrati sul velo di carta tissue.Source: ISTI Project report, IRIDE, D1.4, 2019
See at: CNR ExploRA
2022
Conference article
Open Access
Augmented reality, artificial intelligence and machine learning in Industry 4.0: case studies at SI-Lab
Bruno A, Coscetti S, Leone G. R., Germanese D., Magrini M., Martinelli M., Moroni D., Pascali M. A., Pieri G., Reggiannini M., Tampucci M.
In recent years, the impressive advances in artificial intelligence, computer vision, pervasive computing, and augmented reality made them rise to pillars of the fourth industrial revolution. This short paper aims to provide a brief survey of current use cases in factory applications and industrial inspection under active development at the Signals and Images Lab, ISTI-CNR, Pisa.Source: Ital-IA 2022 - Convegno nazionale CINI sull'Intelligenza Artificiale, Torino, Italy, 9-11/02/2022
DOI: 10.5281/zenodo.6322733
Metrics:
Bruno A, Coscetti S, Leone G. R., Germanese D., Magrini M., Martinelli M., Moroni D., Pascali M. A., Pieri G., Reggiannini M., Tampucci M.
In recent years, the impressive advances in artificial intelligence, computer vision, pervasive computing, and augmented reality made them rise to pillars of the fourth industrial revolution. This short paper aims to provide a brief survey of current use cases in factory applications and industrial inspection under active development at the Signals and Images Lab, ISTI-CNR, Pisa.Source: Ital-IA 2022 - Convegno nazionale CINI sull'Intelligenza Artificiale, Torino, Italy, 9-11/02/2022
DOI: 10.5281/zenodo.6322733
Metrics:
See at:
ISTI Repository | www.ital-ia2022.it | CNR ExploRA
2018
Report
Unknown
IRIDE - Requisiti e specifiche funzionali del sistema integrato di monitoraggio, controllo ed ispezione
Betti G., Melani A., Coscetti S., Moroni D., Pieri G., Tampucci M., Landucci D.
In questo documento vengono analizzati e stilati i requisiti e le specifiche funzionali del sistema integrato di monitoraggio, controllo ed autoregolazione della linea produttiva mediante video analytics del progetto IRIDE. Vengono valutate in particolare le specifiche delle fotocamere e dei sistemi di elaborazione e archiviazione dei dati. Il documento è organizzato come segue. Nella Sezione 2, vengono presentati le motivazioni e gli scopi del sistema proposto, richiamando i componenti fondamentali delle linee di converting e descrivendone lo stato dell'arte attuale. Nella Sezione 3 si individuano le fasi del processo di maggior interesse per monitoraggio controllo e ispezione, andando ad indentificare e dettagliare tre casi d'uso specifici. Si presenta quindi l'architettura di massima del sistema e si dettagliano i requisiti delle varie componenti.Source: Project report, IRIDE, Deliverable D1.1, 2018
Betti G., Melani A., Coscetti S., Moroni D., Pieri G., Tampucci M., Landucci D.
In questo documento vengono analizzati e stilati i requisiti e le specifiche funzionali del sistema integrato di monitoraggio, controllo ed autoregolazione della linea produttiva mediante video analytics del progetto IRIDE. Vengono valutate in particolare le specifiche delle fotocamere e dei sistemi di elaborazione e archiviazione dei dati. Il documento è organizzato come segue. Nella Sezione 2, vengono presentati le motivazioni e gli scopi del sistema proposto, richiamando i componenti fondamentali delle linee di converting e descrivendone lo stato dell'arte attuale. Nella Sezione 3 si individuano le fasi del processo di maggior interesse per monitoraggio controllo e ispezione, andando ad indentificare e dettagliare tre casi d'uso specifici. Si presenta quindi l'architettura di massima del sistema e si dettagliano i requisiti delle varie componenti.Source: Project report, IRIDE, Deliverable D1.1, 2018
See at: CNR ExploRA
2019
Journal article
Open Access
Experimenting mobile and e-health services with frail MCI older people
Delmastro F., Dolciotti C., La Rosa D., Di Martino F., Magrini M., Coscetti S., Palumbo F.
The ageing population has become an increasing phenomenon world-wide, leading to a growing need for specialised help. Improving the quality of life of older people can lower the risk of depression and social isolation, but it requires a multi-dimensional approach through continuous monitoring and training of the main health domains (e.g., cognitive, motor, nutritional and behavioural). To this end, the use of mobile and e-health services tailored to the user's needs can help stabilise their health conditions, in terms of physical, mental, and social capabilities. In this context, the INTESA project proposes a set of personalised monitoring and rehabilitation services for older people, based on mobile and wearable technologies ready to be used either at home or in residential long-term care facilities. We evaluated the proposed solution by deploying a suite of services in a nursing home and defining customised protocols to involve both guests (primary users) and nursing care personnel (secondary users). In this paper, we present the extended results obtained after the one-year period of experimentation in terms of technical reliability of the system, Quality of Experience, and user acceptance for both the user categories.Source: Information (Basel) 10 (2019). doi:10.3390/info10080253
DOI: 10.3390/info10080253
Metrics:
Delmastro F., Dolciotti C., La Rosa D., Di Martino F., Magrini M., Coscetti S., Palumbo F.
The ageing population has become an increasing phenomenon world-wide, leading to a growing need for specialised help. Improving the quality of life of older people can lower the risk of depression and social isolation, but it requires a multi-dimensional approach through continuous monitoring and training of the main health domains (e.g., cognitive, motor, nutritional and behavioural). To this end, the use of mobile and e-health services tailored to the user's needs can help stabilise their health conditions, in terms of physical, mental, and social capabilities. In this context, the INTESA project proposes a set of personalised monitoring and rehabilitation services for older people, based on mobile and wearable technologies ready to be used either at home or in residential long-term care facilities. We evaluated the proposed solution by deploying a suite of services in a nursing home and defining customised protocols to involve both guests (primary users) and nursing care personnel (secondary users). In this paper, we present the extended results obtained after the one-year period of experimentation in terms of technical reliability of the system, Quality of Experience, and user acceptance for both the user categories.Source: Information (Basel) 10 (2019). doi:10.3390/info10080253
DOI: 10.3390/info10080253
Metrics:
See at:
Information | ISTI Repository | Information | Information | CNR ExploRA
2020
Report
Unknown
IRIDE - D2.6: Prototipo di sistema di supporto alla manutenzione e controllo mediante funzionalità di realtà aumentata su dispositivi portatili
Masini D., Coscetti S., Moroni D., Pieri G. Tampucci M., Viani A., Conventi D., Moretti A.
Il prototipo è il risultato dell'integrazione delle varie componenti sviluppate nelle Attività Operative AO2.2 "Progettazione e sviluppo dell'engine per il riconoscimento delle immagini", AO2.3 "Progettazione e sviluppo di un client mobile per la localizzazione indoor mediante immagini", AO2.4 "Design e sviluppo di un sistema proattivo di ausilio al monitoraggio e alla manutenzione della linea" e AO2.5 "Progettazione e sviluppo delle interfacce utente e integrazione con la banca dati documentale per la fruizione dei contenuti (manuali, video, immagini CAD)" e per il raggiungimento delle Milestones MS2.2 "Realizzazione dell'engine per il riconoscimento automatico delle immagini", MS2.3 "Realizzazione Sistema per la localizzazione indoor mediante visual odometry", MS2.4 "Prototipo SW del sistema proattivo di supporto al monitoraggio e alla manutenzione" e MS2.5 "Realizzazione dell'interfacce per il supporto all'operatore e la presentazione dei contenuti"Source: Project Report, IRIDE, D2.6, 2020
Masini D., Coscetti S., Moroni D., Pieri G. Tampucci M., Viani A., Conventi D., Moretti A.
Il prototipo è il risultato dell'integrazione delle varie componenti sviluppate nelle Attività Operative AO2.2 "Progettazione e sviluppo dell'engine per il riconoscimento delle immagini", AO2.3 "Progettazione e sviluppo di un client mobile per la localizzazione indoor mediante immagini", AO2.4 "Design e sviluppo di un sistema proattivo di ausilio al monitoraggio e alla manutenzione della linea" e AO2.5 "Progettazione e sviluppo delle interfacce utente e integrazione con la banca dati documentale per la fruizione dei contenuti (manuali, video, immagini CAD)" e per il raggiungimento delle Milestones MS2.2 "Realizzazione dell'engine per il riconoscimento automatico delle immagini", MS2.3 "Realizzazione Sistema per la localizzazione indoor mediante visual odometry", MS2.4 "Prototipo SW del sistema proattivo di supporto al monitoraggio e alla manutenzione" e MS2.5 "Realizzazione dell'interfacce per il supporto all'operatore e la presentazione dei contenuti"Source: Project Report, IRIDE, D2.6, 2020
See at: CNR ExploRA
2020
Report
Unknown
IRIDE - Report dei Test (Deliverable D1.7 di OO1)
Betti G., Landucci D., Masini D., Coscetti S., Labbozzetta E., Moroni D., Pieri G., Tampucci M., Reggiannini M.
In questo documento sono riportati e analizzati i risultati dei test programmati ed elencati nel deliverable "D1.6: Piano dei Test". Lo scopo dei test effettuati è quello di verificare il corretto funzionamento e l'efficienza delle varie componenti sviluppate che formano il prototipo hardware e software realizzato per il monitoraggio, controllo ed autoregolazione della linea produttiva mediante video analytics del progetto IRIDE. I test, suddivisi secondo il loro scopo (dal semplice video monitoraggio, all'analisi in locale sui moduli dedicati fino alla gestione di allerte e documentazioni a livello di SCADA) sono volti in particolare a validare il prototipo già documentato nel documento "D1.5: Realizzazione e sperimentazione di un prototipo di sistema integrato di monitoraggio, controllo e ispezione". Nella sezione 2 vengono riportati i risultati dei test pianificati e l'analisi dei risultati ottenuti., mentre la sezione 3 infine chiude il documento riportando le conclusioni di questo documento di progetto a conclusione dell'OO1 del progetto IRIDE.Source: ISTI Project report, IRIDE, D1.7, 2020
Betti G., Landucci D., Masini D., Coscetti S., Labbozzetta E., Moroni D., Pieri G., Tampucci M., Reggiannini M.
In questo documento sono riportati e analizzati i risultati dei test programmati ed elencati nel deliverable "D1.6: Piano dei Test". Lo scopo dei test effettuati è quello di verificare il corretto funzionamento e l'efficienza delle varie componenti sviluppate che formano il prototipo hardware e software realizzato per il monitoraggio, controllo ed autoregolazione della linea produttiva mediante video analytics del progetto IRIDE. I test, suddivisi secondo il loro scopo (dal semplice video monitoraggio, all'analisi in locale sui moduli dedicati fino alla gestione di allerte e documentazioni a livello di SCADA) sono volti in particolare a validare il prototipo già documentato nel documento "D1.5: Realizzazione e sperimentazione di un prototipo di sistema integrato di monitoraggio, controllo e ispezione". Nella sezione 2 vengono riportati i risultati dei test pianificati e l'analisi dei risultati ottenuti., mentre la sezione 3 infine chiude il documento riportando le conclusioni di questo documento di progetto a conclusione dell'OO1 del progetto IRIDE.Source: ISTI Project report, IRIDE, D1.7, 2020
See at: CNR ExploRA
2021
Report
Open Access
SI-Lab Annual Research Report 2020
Leone G. R., Righi M., Carboni A., Caudai C., Colantonio S., Kuruoglu E. E., Leporini B., Magrini M., Paradisi P., Pascali M. A., Pieri G., Reggiannini M., Salerno E., Scozzari A., Tonazzini A., Fusco G., Galesi G., Martinelli M., Pardini F., Tampucci M., Buongiorno R., Bruno A., Germanese D., Matarese F., Coscetti S., Coltelli P., Jalil B., Benassi A., Bertini G., Salvetti O., Moroni D.
The Signal & Images Laboratory (http://si.isti.cnr.it/) is an interdisciplinary research group in computer vision, signal analysis, smart vision systems and multimedia data understanding. It is part of the Institute for Information Science and Technologies of the National Research Council of Italy. This report accounts for the research activities of the Signal and Images Laboratory of the Institute of Information Science and Technologies during the year 2020.Source: ISTI Annual Report, ISTI-2021-AR/001, pp.1–38, 2021
DOI: 10.32079/isti-ar-2021/001
Metrics:
Leone G. R., Righi M., Carboni A., Caudai C., Colantonio S., Kuruoglu E. E., Leporini B., Magrini M., Paradisi P., Pascali M. A., Pieri G., Reggiannini M., Salerno E., Scozzari A., Tonazzini A., Fusco G., Galesi G., Martinelli M., Pardini F., Tampucci M., Buongiorno R., Bruno A., Germanese D., Matarese F., Coscetti S., Coltelli P., Jalil B., Benassi A., Bertini G., Salvetti O., Moroni D.
The Signal & Images Laboratory (http://si.isti.cnr.it/) is an interdisciplinary research group in computer vision, signal analysis, smart vision systems and multimedia data understanding. It is part of the Institute for Information Science and Technologies of the National Research Council of Italy. This report accounts for the research activities of the Signal and Images Laboratory of the Institute of Information Science and Technologies during the year 2020.Source: ISTI Annual Report, ISTI-2021-AR/001, pp.1–38, 2021
DOI: 10.32079/isti-ar-2021/001
Metrics:
See at:
ISTI Repository | CNR ExploRA
2020
Conference article
Open Access
Factory maintenance application using augmented reality
Coscetti S., Moroni D., Pieri G., Tampucci M.
Tissue converting lines represent one of the key plant in the paper production field: with them, paper tissue is converted into its final form for domestic and sanitary usage. One of the key points of the tissue converting lines is the productivity and the possibility to follow conversion process at relativity low cost. Despite the actual lines have yet an high productivity, the study of the state of the art has shown that choke points still exist, caused by inadequate automation. In this paper, we present the preliminary results of a project which aims at removing such obstacle towards complete automation, by introducing a set of innovations based on ICT solutions applied to advanced automation. In detail, advanced computer vision and video analytics methods will be applied to pervasively monitor converting lines and to automatically extract process information in order to self-regulate specific machine and global parameters. Big data analysis methodologies will be also integrated to obtain new knowledge and infer optimal management models which could be used for the predictive maintenance. Augmented reality interfaces are being designed and developed to support converting line monitoring and maintenance, both ordinary and extraordinary. An Artificial Intelligence module provides suggestions and instructions to the operators in order to guarantee production level even in case of unskilled staff. The automation of such processes will improve factory safety, decrease manual interventions and, thus, will increase production line up-time and efficiency.Source: 3rd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, January 7 - 9, 2020
DOI: 10.1145/3378184.3378218
Metrics:
Coscetti S., Moroni D., Pieri G., Tampucci M.
Tissue converting lines represent one of the key plant in the paper production field: with them, paper tissue is converted into its final form for domestic and sanitary usage. One of the key points of the tissue converting lines is the productivity and the possibility to follow conversion process at relativity low cost. Despite the actual lines have yet an high productivity, the study of the state of the art has shown that choke points still exist, caused by inadequate automation. In this paper, we present the preliminary results of a project which aims at removing such obstacle towards complete automation, by introducing a set of innovations based on ICT solutions applied to advanced automation. In detail, advanced computer vision and video analytics methods will be applied to pervasively monitor converting lines and to automatically extract process information in order to self-regulate specific machine and global parameters. Big data analysis methodologies will be also integrated to obtain new knowledge and infer optimal management models which could be used for the predictive maintenance. Augmented reality interfaces are being designed and developed to support converting line monitoring and maintenance, both ordinary and extraordinary. An Artificial Intelligence module provides suggestions and instructions to the operators in order to guarantee production level even in case of unskilled staff. The automation of such processes will improve factory safety, decrease manual interventions and, thus, will increase production line up-time and efficiency.Source: 3rd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, January 7 - 9, 2020
DOI: 10.1145/3378184.3378218
Metrics:
See at:
ISTI Repository | dl.acm.org 
| doi.org | CNR ExploRA
2020
Report
Unknown
IRIDE - Piano dei Test (Deliverable D1.6 di OO1)
Betti G., Landucci D., Masini D., Coscetti S., Labbozzetta E., Moroni D., Pieri G., Tampucci M., Reggiannini M.
In questo documento è elencata la serie di test previsti per verificare il corretto funzionamento e efficienza delle varie componenti sviluppate che formano il prototipo hardware e software realizzato per il monitoraggio, controllo ed autoregolazione della linea produttiva mediante video analytics del progetto IRIDE. Nel documento "D1.5: Realizzazione e sperimentazione di un prototipo di sistema integrato di monitoraggio, controllo e ispezione" è stato descritto il prototipo di sistema integrato mediante un insieme di immagini con didascalia che si riferiscono sia all'hardware realizzato e integrato sulla linea di test in Futura Lab sia alle interface utente sui pannelli operatori e sullo SCADA. Nel documento successivo "D1.7: Report dei test" verrà riportato l'esito dei test condotti ed eventuali nuovi test scaturiti da problematiche emerse durante le attività sulla linea di converting. Nella sezione 2 vengono descritti i metodi con cui verranno condotti i test e la loro strutturazione e suddivisione. Nella sezione 3 vengono riportati nel dettaglio i test pianificati. Per ciascun test viene fornito un titolo, le motivazioni alla base del test, come questo verrà condotto e cosa verrà valutato. Viene inoltre riportata la lista di termini specifici adottati con il relativo significato. La sezione 4 infine chiude il documento riportando le conclusioni di questo rapporto di progetto.Source: ISTI Project report, IRIDE, D1.6, 2020
Betti G., Landucci D., Masini D., Coscetti S., Labbozzetta E., Moroni D., Pieri G., Tampucci M., Reggiannini M.
In questo documento è elencata la serie di test previsti per verificare il corretto funzionamento e efficienza delle varie componenti sviluppate che formano il prototipo hardware e software realizzato per il monitoraggio, controllo ed autoregolazione della linea produttiva mediante video analytics del progetto IRIDE. Nel documento "D1.5: Realizzazione e sperimentazione di un prototipo di sistema integrato di monitoraggio, controllo e ispezione" è stato descritto il prototipo di sistema integrato mediante un insieme di immagini con didascalia che si riferiscono sia all'hardware realizzato e integrato sulla linea di test in Futura Lab sia alle interface utente sui pannelli operatori e sullo SCADA. Nel documento successivo "D1.7: Report dei test" verrà riportato l'esito dei test condotti ed eventuali nuovi test scaturiti da problematiche emerse durante le attività sulla linea di converting. Nella sezione 2 vengono descritti i metodi con cui verranno condotti i test e la loro strutturazione e suddivisione. Nella sezione 3 vengono riportati nel dettaglio i test pianificati. Per ciascun test viene fornito un titolo, le motivazioni alla base del test, come questo verrà condotto e cosa verrà valutato. Viene inoltre riportata la lista di termini specifici adottati con il relativo significato. La sezione 4 infine chiude il documento riportando le conclusioni di questo rapporto di progetto.Source: ISTI Project report, IRIDE, D1.6, 2020
See at: CNR ExploRA
2019
Conference article
Open Access
Augmented reality for tissue converting maintenance
Coscetti S., Moroni D., Pieri G., Tampucci M.
Tissue converting lines represent one of the key plants in the paper production field: thanks to them, paper tissue is converted into its final form for domestic and sanitary usage. One of the critical points of the tissue converting lines is the productivity and the possibility to follow the conversion process at a relatively low cost. Although the actual lines have high productivity yet, the study of state of the art has shown that choke-points still exist, caused by inadequate automation. In this paper, we present the preliminary results of a project which aims at removing such obstacles towards complete automation, by introducing a set of innovations based on ICT solutions applied to advanced automation. In detail, advanced computer vision and video analytics methods will be applied to monitor converting lines pervasively and to extract automatically process information to self-regulate either specific machine and global parameters. Augmented reality interfaces are being designed and developed to support converting line monitoring and maintenance, both ordinary and extraordinary. An Artificial Intelligence module provides suggestions and instructions to the operators in order to guarantee the production level even in the case of unskilled staff. The automation of such processes will improve factory safety, decrease manual interventions, and, thus, will increase production line up-time and efficiency.Source: SITIS 2019 - 15th International Conference on Signal-Image Technology & Internet-Based Systems, pp. 585–590, Sorrento, Italy, 26-29 November 2019
DOI: 10.1109/sitis.2019.00098
Metrics:
Coscetti S., Moroni D., Pieri G., Tampucci M.
Tissue converting lines represent one of the key plants in the paper production field: thanks to them, paper tissue is converted into its final form for domestic and sanitary usage. One of the critical points of the tissue converting lines is the productivity and the possibility to follow the conversion process at a relatively low cost. Although the actual lines have high productivity yet, the study of state of the art has shown that choke-points still exist, caused by inadequate automation. In this paper, we present the preliminary results of a project which aims at removing such obstacles towards complete automation, by introducing a set of innovations based on ICT solutions applied to advanced automation. In detail, advanced computer vision and video analytics methods will be applied to monitor converting lines pervasively and to extract automatically process information to self-regulate either specific machine and global parameters. Augmented reality interfaces are being designed and developed to support converting line monitoring and maintenance, both ordinary and extraordinary. An Artificial Intelligence module provides suggestions and instructions to the operators in order to guarantee the production level even in the case of unskilled staff. The automation of such processes will improve factory safety, decrease manual interventions, and, thus, will increase production line up-time and efficiency.Source: SITIS 2019 - 15th International Conference on Signal-Image Technology & Internet-Based Systems, pp. 585–590, Sorrento, Italy, 26-29 November 2019
DOI: 10.1109/sitis.2019.00098
Metrics:
See at:
ISTI Repository | doi.org | ieeexplore.ieee.org | CNR ExploRA
2019
Contribution to conference
Unknown
Augmented reality for tissue converting maintenance
Coscetti S., Moroni D., Pieri G., Tampucci M.
Tissue converting lines represent one of the key plants in the paper production field: thanks to them, paper tissue is converted into its final form for domestic and sanitary usage. One of the critical points of the tissue converting lines is the productivity and the possibility to follow the conversion process at a relatively low cost. Although the actual lines have high productivity yet, the study of state of the art has shown that choke-points still exist, caused by inadequate automation. In this paper, we present the preliminary results of a project which aims at removing such obstacles towards complete automation, by introducing a set of innovations based on ICT solutions applied to advanced automation. In detail, advanced computer vision and video analytics methods will be applied to monitor converting lines pervasively and to extract automatically process information to self-regulate either specific machine and global parameters. Augmented reality interfaces are being designed and developed to support converting line monitoring and maintenance, both ordinary and extraordinary. An Artificial Intelligence module provides suggestions and instructions to the operators in order to guarantee the production level even in the case of unskilled staff. The automation of such processes will improve factory safety, decrease manual interventions, and, thus, will increase production line up-time and efficiency.Source: SITIS 2019 - 15th International Conference on Signal-Image Technology & Internet-Based Systems, Sorrento, Italy, 26-29 November 2019
Coscetti S., Moroni D., Pieri G., Tampucci M.
Tissue converting lines represent one of the key plants in the paper production field: thanks to them, paper tissue is converted into its final form for domestic and sanitary usage. One of the critical points of the tissue converting lines is the productivity and the possibility to follow the conversion process at a relatively low cost. Although the actual lines have high productivity yet, the study of state of the art has shown that choke-points still exist, caused by inadequate automation. In this paper, we present the preliminary results of a project which aims at removing such obstacles towards complete automation, by introducing a set of innovations based on ICT solutions applied to advanced automation. In detail, advanced computer vision and video analytics methods will be applied to monitor converting lines pervasively and to extract automatically process information to self-regulate either specific machine and global parameters. Augmented reality interfaces are being designed and developed to support converting line monitoring and maintenance, both ordinary and extraordinary. An Artificial Intelligence module provides suggestions and instructions to the operators in order to guarantee the production level even in the case of unskilled staff. The automation of such processes will improve factory safety, decrease manual interventions, and, thus, will increase production line up-time and efficiency.Source: SITIS 2019 - 15th International Conference on Signal-Image Technology & Internet-Based Systems, Sorrento, Italy, 26-29 November 2019
See at: CNR ExploRA
2019
Report
Unknown
IRIDE - Progettazione e realizzazione di interfacce con lo SCADA per la visualizzazione e l'annotazione dei filmati e l'estrazione dei parametri di processo
Landucci D., Betti G., Coscetti S., Moroni D., Pardini F., Pieri G., Tampucci M., Masini D.
In questo documento viene presentato il software realizzato per interfacciare il sistema di telecamere del progetto IRIDE con il sistema SCADA presente sulle linee di converting. Più nel dettaglio, l'attività è stata orientata a progettare e realizzare opportune interfacce tra i moduli di machine vision e lo SCADA, in modo da permettere la visualizzazione, l'archiviazione e l'elaborazione dei flussi video raccolti dalla rete di telecamere presente sulla linea. In base alle specifiche e agli "use-case" identificati nell'Attività 1.1, è stato progettato un opportuno repository multimediale per archiviare il contenuto di immagini e video. Nel repository ciascun video è stato corredato da opportuni metadati, inseriti in un data base, che servono a referenziarlo ad una particolare telecamera e, più in generale, al contesto spaziotemporale in cui esso è stato acquisito. Sono quindi state realizzate delle interfacce basate su web services, per il popolamento del database. In particolare, attraverso tali interfacce, ciascuno dei moduli di machine vision realizzati nell'attività 1.2 può inviar i flussi video registrati. Poiché ci si attende che i video registrati possano avere dimensioni rilevanti (data la loro risoluzione temporale, che può essere superiore a 100fps per la documentazione di eventi particolarmente rapidi sulla linea di converting, quali ad esempio l'ingresso dell'anima nella ribobinatrice), tali interfacce hanno valutato lo stato della rete per evitarne la congestione, attribuendo priorità all'acquisizione della documentazione video dai vari moduli di machine vision presenti. Ulteriori interfacce sono preposte alla visualizzazione di tali dati: in particolare sono state realizzate interfacce web-based che consentono di revisionare lo storico delle allerte registrate sullo SCADA. Ciascuna di queste allerte è documentata: i) dai parametri di produzione impostati dagli operatori; ii) dai parametri relativi alla materia prima utilizzata; iii) dai dati dei sensori presenti lungo la linea, inclusi i sensori ambientali (umidità, temperatura...); iv) dai flussi video ad alta risoluzione registrati in una finestra temporale attorno al momento in cui si è verificata l'allerta e trasmessi dai moduli di machine vision al repository multimediale. Mediante l'interfaccia l'operatore può visionare contemporaneamente le immagini acquisite da più telecamere, anche fotogramma per fotogramma e/o regolando la velocità di riproduzione, per rilevare e analizzare le cause scatenanti dell'allerta. Gli algoritmi sviluppati nell'Attività 1.4 supporteranno questa analisi massimizzandone l'efficacia. L'interfaccia fonrisce su un unico cruscotto informazioni altrimenti disperse e difficili da correlare. Infatti, in assenza di essa, l'operatore dovrebbe farsi carico di interagire separatamente con il computer supervisore dello SCADA per ricavare i parametri di processo e con l'archivio video per rivedere i filmati di un sottoinsieme delle telecamere presenti sulla linea. La visione unitaria delle informazioni aiuta invece a studiare il processo e comprendere come si è venuta a creare una situazione critica. Il documento è organizzato come segue. Nella Sezione 2, vengono presentate alcune caratteristiche del sistema nello specifico descrivendo il razionale seguito. Nella Sezione 3 si documentano le interfacce realizzate mediante screenshots commentato. Infine, nella sezione 4 si presentano le conclusioni con riferimento ai lavori futuri e al rispetto dei KPI previsti in fase di proposta.Source: ISTI Project report, IRIDE, D1.3, 2019
Landucci D., Betti G., Coscetti S., Moroni D., Pardini F., Pieri G., Tampucci M., Masini D.
In questo documento viene presentato il software realizzato per interfacciare il sistema di telecamere del progetto IRIDE con il sistema SCADA presente sulle linee di converting. Più nel dettaglio, l'attività è stata orientata a progettare e realizzare opportune interfacce tra i moduli di machine vision e lo SCADA, in modo da permettere la visualizzazione, l'archiviazione e l'elaborazione dei flussi video raccolti dalla rete di telecamere presente sulla linea. In base alle specifiche e agli "use-case" identificati nell'Attività 1.1, è stato progettato un opportuno repository multimediale per archiviare il contenuto di immagini e video. Nel repository ciascun video è stato corredato da opportuni metadati, inseriti in un data base, che servono a referenziarlo ad una particolare telecamera e, più in generale, al contesto spaziotemporale in cui esso è stato acquisito. Sono quindi state realizzate delle interfacce basate su web services, per il popolamento del database. In particolare, attraverso tali interfacce, ciascuno dei moduli di machine vision realizzati nell'attività 1.2 può inviar i flussi video registrati. Poiché ci si attende che i video registrati possano avere dimensioni rilevanti (data la loro risoluzione temporale, che può essere superiore a 100fps per la documentazione di eventi particolarmente rapidi sulla linea di converting, quali ad esempio l'ingresso dell'anima nella ribobinatrice), tali interfacce hanno valutato lo stato della rete per evitarne la congestione, attribuendo priorità all'acquisizione della documentazione video dai vari moduli di machine vision presenti. Ulteriori interfacce sono preposte alla visualizzazione di tali dati: in particolare sono state realizzate interfacce web-based che consentono di revisionare lo storico delle allerte registrate sullo SCADA. Ciascuna di queste allerte è documentata: i) dai parametri di produzione impostati dagli operatori; ii) dai parametri relativi alla materia prima utilizzata; iii) dai dati dei sensori presenti lungo la linea, inclusi i sensori ambientali (umidità, temperatura...); iv) dai flussi video ad alta risoluzione registrati in una finestra temporale attorno al momento in cui si è verificata l'allerta e trasmessi dai moduli di machine vision al repository multimediale. Mediante l'interfaccia l'operatore può visionare contemporaneamente le immagini acquisite da più telecamere, anche fotogramma per fotogramma e/o regolando la velocità di riproduzione, per rilevare e analizzare le cause scatenanti dell'allerta. Gli algoritmi sviluppati nell'Attività 1.4 supporteranno questa analisi massimizzandone l'efficacia. L'interfaccia fonrisce su un unico cruscotto informazioni altrimenti disperse e difficili da correlare. Infatti, in assenza di essa, l'operatore dovrebbe farsi carico di interagire separatamente con il computer supervisore dello SCADA per ricavare i parametri di processo e con l'archivio video per rivedere i filmati di un sottoinsieme delle telecamere presenti sulla linea. La visione unitaria delle informazioni aiuta invece a studiare il processo e comprendere come si è venuta a creare una situazione critica. Il documento è organizzato come segue. Nella Sezione 2, vengono presentate alcune caratteristiche del sistema nello specifico descrivendo il razionale seguito. Nella Sezione 3 si documentano le interfacce realizzate mediante screenshots commentato. Infine, nella sezione 4 si presentano le conclusioni con riferimento ai lavori futuri e al rispetto dei KPI previsti in fase di proposta.Source: ISTI Project report, IRIDE, D1.3, 2019
See at: CNR ExploRA