2023
Report
Unknown
InfraScience research activity report 2023
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Bosio C., Bove P., Calanducci A., Candela L., Casini G., Castelli D., Cirillo R., Coro G., De Bonis M., Debole F., Dell'Amico A., Frosini L., Ibrahim A. S. T., La Bruzzo S., Lelii L., Manghi P., Mangiacrapa F., Mangione D., Mannocci A., Molinaro E., Pagano P., Panichi G., Paratore M. T., Pavone G., Piccioli T., Sinibaldi F., Straccia U., Vannini G. L.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2023 to highlight the major results. In particular, the InfraScience group engaged in research challenges characterising Data Infrastructures, e-Science, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, i.e. D4Science and OpenAIRE. During 2023 InfraScience members contributed to the publishing of several papers, to the research and development activities of several research projects (primarily funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual Reports, 2023
DOI: 10.32079/isti-ar-2023/002
Project(s): Blue Cloud
, EOSC Future , TAILOR
Metrics:
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Bosio C., Bove P., Calanducci A., Candela L., Casini G., Castelli D., Cirillo R., Coro G., De Bonis M., Debole F., Dell'Amico A., Frosini L., Ibrahim A. S. T., La Bruzzo S., Lelii L., Manghi P., Mangiacrapa F., Mangione D., Mannocci A., Molinaro E., Pagano P., Panichi G., Paratore M. T., Pavone G., Piccioli T., Sinibaldi F., Straccia U., Vannini G. L.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2023 to highlight the major results. In particular, the InfraScience group engaged in research challenges characterising Data Infrastructures, e-Science, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, i.e. D4Science and OpenAIRE. During 2023 InfraScience members contributed to the publishing of several papers, to the research and development activities of several research projects (primarily funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual Reports, 2023
DOI: 10.32079/isti-ar-2023/002
Project(s): Blue Cloud
, EOSC Future , TAILOR Metrics:
See at: CNR ExploRA
2022
Report
Open Access
InfraScience research activity report 2021
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Bove P., Candela L., Casini G., Castelli D., Cirillo R., Coro G., De Bonis M., Debole F., Dell'Amico A., Frosini L., La Bruzzo S., Lazzeri E., Lelii L., Manghi P., Mangiacrapa F., Mangione D., Mannocci A., Ottonello E., Pagano P., Panichi G., Pavone G., Piccioli T., Sinibaldi F., Straccia U.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2021 to highlight the major results. In particular, the InfraScience group confronted with research challenges characterising Data Infrastructures, eScience, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, i.e. D4Science and OpenAIRE. During 2021 InfraScience members contributed to the publishing of 25 papers, to the research and development activities of 18 research projects (15 funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual report, 2022
DOI: 10.32079/isti-ar-2022/001
Project(s): ARIADNEplus, Blue Cloud , PerformFISH , EOSC-Pillar , DESIRA , EOSC Future , EOSCsecretariat.eu , EcoScope , RISIS 2 , OpenAIRE-Advance , OpenAIRE Nexus , SoBigData-PlusPlus
Metrics:
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Bove P., Candela L., Casini G., Castelli D., Cirillo R., Coro G., De Bonis M., Debole F., Dell'Amico A., Frosini L., La Bruzzo S., Lazzeri E., Lelii L., Manghi P., Mangiacrapa F., Mangione D., Mannocci A., Ottonello E., Pagano P., Panichi G., Pavone G., Piccioli T., Sinibaldi F., Straccia U.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2021 to highlight the major results. In particular, the InfraScience group confronted with research challenges characterising Data Infrastructures, eScience, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, i.e. D4Science and OpenAIRE. During 2021 InfraScience members contributed to the publishing of 25 papers, to the research and development activities of 18 research projects (15 funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual report, 2022
DOI: 10.32079/isti-ar-2022/001
Project(s): ARIADNEplus
, Blue Cloud , PerformFISH , EOSC-Pillar , DESIRA , EOSC Future , EOSCsecretariat.eu , EcoScope , RISIS 2 , OpenAIRE-Advance , OpenAIRE Nexus , SoBigData-PlusPlus Metrics:
See at:
ISTI Repository 
| CNR ExploRA
2022
Report
Open Access
InfraScience research activity report 2022
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Bove P., Candela L., Casini G., Castelli D., Cirillo R., Coro G., De Bonis M., Debole F., Dell'Amico A., Frosini L., La Bruzzo S., Lelii L., Manghi P., Mangiacrapa F., Mangione D., Mannocci A., Ottonello E., Pagano P., Panichi G., Pavone G., Piccioli T., Sinibaldi F., Straccia U., Zoppi F.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2022 to highlight the major results. In particular, the InfraScience group confronted with research challenges characterising Data Infrastructures, e-Science, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, i.e. D4Science and OpenAIRE. During 2022 InfraScience members contributed to the publishing of several papers, to the research and development activities of 18 research projects (15 funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual reports, 2022
DOI: 10.32079/isti-ar-2022/004
Project(s): ARIADNEplus, Blue Cloud , EOSC-Pillar , DESIRA , EOSC Future , RISIS 2 , TAILOR , SoBigData-PlusPlus
Metrics:
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Bove P., Candela L., Casini G., Castelli D., Cirillo R., Coro G., De Bonis M., Debole F., Dell'Amico A., Frosini L., La Bruzzo S., Lelii L., Manghi P., Mangiacrapa F., Mangione D., Mannocci A., Ottonello E., Pagano P., Panichi G., Pavone G., Piccioli T., Sinibaldi F., Straccia U., Zoppi F.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2022 to highlight the major results. In particular, the InfraScience group confronted with research challenges characterising Data Infrastructures, e-Science, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, i.e. D4Science and OpenAIRE. During 2022 InfraScience members contributed to the publishing of several papers, to the research and development activities of 18 research projects (15 funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual reports, 2022
DOI: 10.32079/isti-ar-2022/004
Project(s): ARIADNEplus
, Blue Cloud , EOSC-Pillar , DESIRA , EOSC Future , RISIS 2 , TAILOR , SoBigData-PlusPlus Metrics:
See at:
ISTI Repository | CNR ExploRA
2021
Journal article
Open Access
The VISIONE video search system: exploiting off-the-shelf text search engines for large-scale video retrieval
Amato G., Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
This paper describes in detail VISIONE, a video search system that allows users to search for videos using textual keywords, the occurrence of objects and their spatial relationships, the occurrence of colors and their spatial relationships, and image similarity. These modalities can be combined together to express complex queries and meet users' needs. The peculiarity of our approach is that we encode all information extracted from the keyframes, such as visual deep features, tags, color and object locations, using a convenient textual encoding that is indexed in a single text retrieval engine. This offers great flexibility when results corresponding to various parts of the query (visual, text and locations) need to be merged. In addition, we report an extensive analysis of the retrieval performance of the system, using the query logs generated during the Video Browser Showdown (VBS) 2019 competition. This allowed us to fine-tune the system by choosing the optimal parameters and strategies from those we tested.Source: JOURNAL OF IMAGING 7 (2021). doi:10.3390/jimaging7050076
DOI: 10.3390/jimaging7050076
DOI: 10.48550/arxiv.2008.02749
Project(s): AI4Media
Metrics:
Amato G., Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
This paper describes in detail VISIONE, a video search system that allows users to search for videos using textual keywords, the occurrence of objects and their spatial relationships, the occurrence of colors and their spatial relationships, and image similarity. These modalities can be combined together to express complex queries and meet users' needs. The peculiarity of our approach is that we encode all information extracted from the keyframes, such as visual deep features, tags, color and object locations, using a convenient textual encoding that is indexed in a single text retrieval engine. This offers great flexibility when results corresponding to various parts of the query (visual, text and locations) need to be merged. In addition, we report an extensive analysis of the retrieval performance of the system, using the query logs generated during the Video Browser Showdown (VBS) 2019 competition. This allowed us to fine-tune the system by choosing the optimal parameters and strategies from those we tested.Source: JOURNAL OF IMAGING 7 (2021). doi:10.3390/jimaging7050076
DOI: 10.3390/jimaging7050076
DOI: 10.48550/arxiv.2008.02749
Project(s): AI4Media
Metrics:
See at:
arXiv.org e-Print Archive | Journal of Imaging | Journal of Imaging | ISTI Repository | ISTI Repository | DOAJ-Articles | www.mdpi.com | Journal of Imaging | ZENODO | doi.org 
| CNR ExploRA
2021
Report
Open Access
InfraScience Research Activity Report 2020
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Candela L., Casini G., Castelli D., Cirillo R., Coro G., Debole F., Dell'Amico A., Frosini L., La Bruzzo S., Lazzeri E., Lelii L., Manghi P., Mangiacrapa F., Mannocci A., Pagano P., Panichi G., Piccioli T., Sinibaldi F., Straccia U.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2020 to highlight the major results. In particular, the InfraScience group confronted with research challenges characterising Data Infrastructures, e\-Sci\-ence, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, \ie D4Science and OpenAIRE. During 2020 InfraScience members contributed to the publishing of 30 papers, to the research and development activities of 12 research projects (11 funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual Report, ISTI-2021-AR/002, pp.1–20, 2021
DOI: 10.32079/isti-ar-2021/002
Project(s): ARIADNEplus, Blue Cloud , PerformFISH , EOSC-Pillar , DESIRA , EOSCsecretariat.eu , RISIS 2 , TAILOR , I-GENE , MOVING , OpenAIRE-Advance , SoBigData-PlusPlus
Metrics:
Artini M., Assante M., Atzori C., Baglioni M., Bardi A., Candela L., Casini G., Castelli D., Cirillo R., Coro G., Debole F., Dell'Amico A., Frosini L., La Bruzzo S., Lazzeri E., Lelii L., Manghi P., Mangiacrapa F., Mannocci A., Pagano P., Panichi G., Piccioli T., Sinibaldi F., Straccia U.
InfraScience is a research group of the National Research Council of Italy - Institute of Information Science and Technologies (CNR - ISTI) based in Pisa, Italy. This report documents the research activity performed by this group in 2020 to highlight the major results. In particular, the InfraScience group confronted with research challenges characterising Data Infrastructures, e\-Sci\-ence, and Intelligent Systems. The group activity is pursued by closely connecting research and development and by promoting and supporting open science. In fact, the group is leading the development of two large scale infrastructures for Open Science, \ie D4Science and OpenAIRE. During 2020 InfraScience members contributed to the publishing of 30 papers, to the research and development activities of 12 research projects (11 funded by EU), to the organization of conferences and training events, to several working groups and task forces.Source: ISTI Annual Report, ISTI-2021-AR/002, pp.1–20, 2021
DOI: 10.32079/isti-ar-2021/002
Project(s): ARIADNEplus
, Blue Cloud , PerformFISH , EOSC-Pillar , DESIRA , EOSCsecretariat.eu , RISIS 2 , TAILOR , I-GENE , MOVING , OpenAIRE-Advance , SoBigData-PlusPlus Metrics:
See at:
ISTI Repository | CNR ExploRA
2021
Report
Unknown
SerGenCovid19 - Relazione analisi requisiti SerGenCovid19
Debole F., Dell'Amico A., Piccioli T., Testa A.
Prima analisi dei requisiti della piattaforma ISTI da realizzare nel contesto del progetto di ricerca "SERGENCOVID-19 (serum genetic covid-19 study) indagine sierologica e genetica sull'immunità e la suscettibilità all'infezione da sars-cov-2 e creazione di una biobanca" riguardo al Work Package 6: Progettazione e implementazione della piattaforma informatica per la gestione di "Raccolta, conservazione e consultazione dei dati sanitari relativi ai prelievi ematici" . Prima bozza di disegno delle interfacce della piattaforma da realizzare.Source: ISTI Project report, SerGenCovid19, 2021
Debole F., Dell'Amico A., Piccioli T., Testa A.
Prima analisi dei requisiti della piattaforma ISTI da realizzare nel contesto del progetto di ricerca "SERGENCOVID-19 (serum genetic covid-19 study) indagine sierologica e genetica sull'immunità e la suscettibilità all'infezione da sars-cov-2 e creazione di una biobanca" riguardo al Work Package 6: Progettazione e implementazione della piattaforma informatica per la gestione di "Raccolta, conservazione e consultazione dei dati sanitari relativi ai prelievi ematici" . Prima bozza di disegno delle interfacce della piattaforma da realizzare.Source: ISTI Project report, SerGenCovid19, 2021
See at: CNR ExploRA
2021
Report
Open Access
Progettazione piattaforma ISTI per il progetto SerGenCovid-19
Debole F., Dell'Amico A., Piccioli T., Fantini E., Lipari G., Volpini F.
Per portare a termine i propri obiettivi il progetto SerGenCovid-19 si articola in sei work package, l'ISTI e in particolare il gruppo S2i2S, è responsabile del Work Package 6: Progettazione e implementazione della piattaforma informatica per la gestione di "Raccolta, conservazione e consultazione dei dati sanitari relativi ai prelievi ematici". In questo rapporto tecnico vengono descritte le scelte di progettazione della suddetta piattaforma informatica ISTI.Source: ISTI Project report, SerGenCovid-19, 2021
Debole F., Dell'Amico A., Piccioli T., Fantini E., Lipari G., Volpini F.
Per portare a termine i propri obiettivi il progetto SerGenCovid-19 si articola in sei work package, l'ISTI e in particolare il gruppo S2i2S, è responsabile del Work Package 6: Progettazione e implementazione della piattaforma informatica per la gestione di "Raccolta, conservazione e consultazione dei dati sanitari relativi ai prelievi ematici". In questo rapporto tecnico vengono descritte le scelte di progettazione della suddetta piattaforma informatica ISTI.Source: ISTI Project report, SerGenCovid-19, 2021
See at:
ISTI Repository | CNR ExploRA
2021
Report
Open Access
Realizzazione piattaforma ISTI per il progetto SerGenCovid-19
Debole F., Dell'Amico A., Piccioli T., Volpini F., Lipari G., Luconi Trombacchi L., Martinelli M., Assante M.
Nel contesto del progetto di ricerca denominato "SerGenCovid-19 (Serum Genetic Covid-19 study) Indagine sierologica e genetica sull'immunità e la suscettibilità all'infezione da SARS-CoV-2 e creazione di una biobanca", l'ISTI `e coinvolto come responsabile nel Work Package 6: Progettazione e implementazione della piattaforma informatica per la gestione di "Raccolta, conservazione e consultazione dei dati sanitari relativi ai prelievi ematici". In questo rapporto di progetto viene descritta la prima fase del progetto dove vengono realizzate la parte di backend e le due piattaforme, una per il partecipante e una per l'operatore.Source: ISTI Project reports, pp.1–6, 2021
Debole F., Dell'Amico A., Piccioli T., Volpini F., Lipari G., Luconi Trombacchi L., Martinelli M., Assante M.
Nel contesto del progetto di ricerca denominato "SerGenCovid-19 (Serum Genetic Covid-19 study) Indagine sierologica e genetica sull'immunità e la suscettibilità all'infezione da SARS-CoV-2 e creazione di una biobanca", l'ISTI `e coinvolto come responsabile nel Work Package 6: Progettazione e implementazione della piattaforma informatica per la gestione di "Raccolta, conservazione e consultazione dei dati sanitari relativi ai prelievi ematici". In questo rapporto di progetto viene descritta la prima fase del progetto dove vengono realizzate la parte di backend e le due piattaforme, una per il partecipante e una per l'operatore.Source: ISTI Project reports, pp.1–6, 2021
See at:
ISTI Repository | CNR ExploRA
2020
Other
Unknown
Realizzazione di un Wiki del servizio S2I2S (Servizio Infrastruttura informatica ISTI e supporto ai servizi)
Dell'Amico A., Debole F., Piccioli T., D'Angelo C.
La realizzazione del wiki in questione nasce dall'esigenza di rendere facilmente fruibili i servizi gestiti dal nuovo gruppo S2I2S che ha provveduto ad aggiornare e riorganizzare l'infrastruttura informatica dell'ISTI. Il sito è stato progettato e sviluppato utilizzando la piattaforma di collaborazione e documentazione open source MediaWiki (https://www.mediawiki.org ). Di seguito sono elencati i contributi forniti dagli singoli autori per la realizzazione del progetto : - Progettazione, installazione, configurazione e manutenzione sono state eseguiti dal gruppo S2I2S e specificatamente da Andrea Dell'Amico, Franca Debole e Tommaso Piccioli; - Struttura, organizzazione e creazione dei contenuti sono stati fatti da Caterina D'Angelo con il costante confronto e supporto degli altri autori del sito. I contenuti delle pagine web del wiki sono pubbliche: non è stato configurato nessun autenticazione per l'accesso.
Dell'Amico A., Debole F., Piccioli T., D'Angelo C.
La realizzazione del wiki in questione nasce dall'esigenza di rendere facilmente fruibili i servizi gestiti dal nuovo gruppo S2I2S che ha provveduto ad aggiornare e riorganizzare l'infrastruttura informatica dell'ISTI. Il sito è stato progettato e sviluppato utilizzando la piattaforma di collaborazione e documentazione open source MediaWiki (https://www.mediawiki.org ). Di seguito sono elencati i contributi forniti dagli singoli autori per la realizzazione del progetto : - Progettazione, installazione, configurazione e manutenzione sono state eseguiti dal gruppo S2I2S e specificatamente da Andrea Dell'Amico, Franca Debole e Tommaso Piccioli; - Struttura, organizzazione e creazione dei contenuti sono stati fatti da Caterina D'Angelo con il costante confronto e supporto degli altri autori del sito. I contenuti delle pagine web del wiki sono pubbliche: non è stato configurato nessun autenticazione per l'accesso.
See at: mediawiki-s2i2s.isti.cnr.it | CNR ExploRA
2020
Other
Unknown
Realizzazione di un Wiki di supporto agli utenti interni per le procedure ed i servizi di Istituto
Dell'Amico A., Debole F., Piccioli T., D'Angelo C.
Questo sito web è stato creato in una intranet riservata e presenta una serie di informazioni relative ad alcune normative e procedure CNR, di interesse per il personale ISTI. La tecnologia alla base di questa sito web è quella del wiki, un'applicazione che permette la creazione e la modifica di pagine web in maniera collaborativa e dinamica, in questo caso le pagine del wiki ISTI è via via composto ed editato con l'apporto congiunto del personale dei servizi ISTI. Il wiki attualmente è organizzato in 8 sezioni, ognuna gestita nella struttura e nei contenuti da referenti diversi con credenziali operative proprie: 1)Servizio Amministrazione (Giulio Galesi, Serena Paoletti) 2)Servizio Attività Generali (Roberto Scopigno) 3)Servizio Attività Logistiche (Caterina D'Angelo) 4)Servizio Biblioteca (Silvia Giannini, Anna Molino) 5)Segreteria Scientifica (Daniela Falconetti, Claudia Raviolo) 6)Sito e Social (Giuseppe Lipari) 7)Telefonia Mobile (Paolo Bolettieri) 8)Ufficio Gestione Privacy (Rosaria Deluca) Il sito è stato progettato e sviluppato utilizzando la piattaforma di collaborazione e documentazione open source MediaWiki (https://www.mediawiki.org/wiki/MediaWiki/it). Di seguito sono elencati i contributi forniti dai singoli autori per la realizzazione del progetto: o La progettazione, l'installazione e la configurazione sono state condotte dal gruppo S2i2S (Andrea Dell'Amico, Franca Debole e Tommaso Piccioli) con la collaborazione di Caterina D'Angelo; o I contenuti sono stati creati e organizzati/strutturati da ciascuno dei referenti sopra elencati. I contenuti delle pagine web del wiki ISTI sono riservate al personale ISTI, per questo l'accesso a queste è possibile solo tramite autenticazione. In particolare il processo di autenticazione per il wiki viene gestito dallo Identity Provider per il personale dell'istituto tramite l'uso del protocollo OpenID Connect (OIDC). Lo Identity provider è basato sul software open source Keycloak.
Dell'Amico A., Debole F., Piccioli T., D'Angelo C.
Questo sito web è stato creato in una intranet riservata e presenta una serie di informazioni relative ad alcune normative e procedure CNR, di interesse per il personale ISTI. La tecnologia alla base di questa sito web è quella del wiki, un'applicazione che permette la creazione e la modifica di pagine web in maniera collaborativa e dinamica, in questo caso le pagine del wiki ISTI è via via composto ed editato con l'apporto congiunto del personale dei servizi ISTI. Il wiki attualmente è organizzato in 8 sezioni, ognuna gestita nella struttura e nei contenuti da referenti diversi con credenziali operative proprie: 1)Servizio Amministrazione (Giulio Galesi, Serena Paoletti) 2)Servizio Attività Generali (Roberto Scopigno) 3)Servizio Attività Logistiche (Caterina D'Angelo) 4)Servizio Biblioteca (Silvia Giannini, Anna Molino) 5)Segreteria Scientifica (Daniela Falconetti, Claudia Raviolo) 6)Sito e Social (Giuseppe Lipari) 7)Telefonia Mobile (Paolo Bolettieri) 8)Ufficio Gestione Privacy (Rosaria Deluca) Il sito è stato progettato e sviluppato utilizzando la piattaforma di collaborazione e documentazione open source MediaWiki (https://www.mediawiki.org/wiki/MediaWiki/it). Di seguito sono elencati i contributi forniti dai singoli autori per la realizzazione del progetto: o La progettazione, l'installazione e la configurazione sono state condotte dal gruppo S2i2S (Andrea Dell'Amico, Franca Debole e Tommaso Piccioli) con la collaborazione di Caterina D'Angelo; o I contenuti sono stati creati e organizzati/strutturati da ciascuno dei referenti sopra elencati. I contenuti delle pagine web del wiki ISTI sono riservate al personale ISTI, per questo l'accesso a queste è possibile solo tramite autenticazione. In particolare il processo di autenticazione per il wiki viene gestito dallo Identity Provider per il personale dell'istituto tramite l'uso del protocollo OpenID Connect (OIDC). Lo Identity provider è basato sul software open source Keycloak.
See at: CNR ExploRA | wiki-amministrazione.isti.cnr.it
2019
Conference article
Open Access
An Image Retrieval System for Video
Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
Since the 1970's the Content-Based Image Indexing and Retrieval (CBIR) has been an active area. Nowadays, the rapid increase of video data has paved the way to the advancement of the technologies in many different communities for the creation of Content-Based Video Indexing and Retrieval (CBVIR). However, greater attention needs to be devoted to the development of effective tools for video search and browse. In this paper, we present Visione, a system for large-scale video retrieval. The system integrates several content-based analysis and retrieval modules, including a keywords search, a spatial object-based search, and a visual similarity search. From the tests carried out by users when they needed to find as many correct examples as possible, the similarity search proved to be the most promising option. Our implementation is based on state-of-the-art deep learning approaches for content analysis and leverages highly efficient indexing techniques to ensure scalability. Specifically, we encode all the visual and textual descriptors extracted from the videos into (surrogate) textual representations that are then efficiently indexed and searched using an off-the-shelf text search engine using similarity functions.Source: International Conference on Similarity Search and Applications (SISAP), pp. 332–339, Newark, NJ, USA, 2-4/10/2019
DOI: 10.1007/978-3-030-32047-8_29
Metrics:
Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
Since the 1970's the Content-Based Image Indexing and Retrieval (CBIR) has been an active area. Nowadays, the rapid increase of video data has paved the way to the advancement of the technologies in many different communities for the creation of Content-Based Video Indexing and Retrieval (CBVIR). However, greater attention needs to be devoted to the development of effective tools for video search and browse. In this paper, we present Visione, a system for large-scale video retrieval. The system integrates several content-based analysis and retrieval modules, including a keywords search, a spatial object-based search, and a visual similarity search. From the tests carried out by users when they needed to find as many correct examples as possible, the similarity search proved to be the most promising option. Our implementation is based on state-of-the-art deep learning approaches for content analysis and leverages highly efficient indexing techniques to ensure scalability. Specifically, we encode all the visual and textual descriptors extracted from the videos into (surrogate) textual representations that are then efficiently indexed and searched using an off-the-shelf text search engine using similarity functions.Source: International Conference on Similarity Search and Applications (SISAP), pp. 332–339, Newark, NJ, USA, 2-4/10/2019
DOI: 10.1007/978-3-030-32047-8_29
Metrics:
See at:
ISTI Repository | doi.org | link.springer.com | CNR ExploRA
2019
Software
Unknown
VISIONE Content-Based Video Retrieval System, VBS 2019
Amato G., Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
VISIONE is a content-based video retrieval system that participated to VBS for the very first time in 2019. It is mainly based on state-of-the-art deep learning approaches for visual content analysis and exploits highly efficient indexing techniques to ensure scalability. The system supports query by scene tag, query by object location, query by color sketch, and visual similarity search.
Amato G., Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
VISIONE is a content-based video retrieval system that participated to VBS for the very first time in 2019. It is mainly based on state-of-the-art deep learning approaches for visual content analysis and exploits highly efficient indexing techniques to ensure scalability. The system supports query by scene tag, query by object location, query by color sketch, and visual similarity search.
See at: bilioso.isti.cnr.it | CNR ExploRA
2019
Conference article
Open Access
VISIONE at VBS2019
Amato G., Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
This paper presents VISIONE, a tool for large-scale video search. The tool can be used for both known-item and ad-hoc video search tasks since it integrates several content-based analysis and re- trieval modules, including a keyword search, a spatial object-based search, and a visual similarity search. Our implementation is based on state-of- the-art deep learning approaches for the content analysis and leverages highly efficient indexing techniques to ensure scalability. Specifically, we encode all the visual and textual descriptors extracted from the videos into (surrogate) textual representations that are then efficiently indexed and searched using an off-the-shelf text search engine.Source: MMM 2019 - 25th International Conference on Multimedia Modeling, pp. 591–596, Thessaloniki, Greece, 08-11/01/2019
DOI: 10.1007/978-3-030-05716-9_51
Metrics:
Amato G., Bolettieri P., Carrara F., Debole F., Falchi F., Gennaro C., Vadicamo L., Vairo C.
This paper presents VISIONE, a tool for large-scale video search. The tool can be used for both known-item and ad-hoc video search tasks since it integrates several content-based analysis and re- trieval modules, including a keyword search, a spatial object-based search, and a visual similarity search. Our implementation is based on state-of- the-art deep learning approaches for the content analysis and leverages highly efficient indexing techniques to ensure scalability. Specifically, we encode all the visual and textual descriptors extracted from the videos into (surrogate) textual representations that are then efficiently indexed and searched using an off-the-shelf text search engine.Source: MMM 2019 - 25th International Conference on Multimedia Modeling, pp. 591–596, Thessaloniki, Greece, 08-11/01/2019
DOI: 10.1007/978-3-030-05716-9_51
Metrics:
See at:
ISTI Repository | link.springer.com | CNR ExploRA
2019
Journal article
Open Access
Virtual restoration and content analysis of ancient degraded manuscripts
Tonazzini A., Savino P., Salerno E., Hanif M., Debole F.
In recent years, extensive campaigns of digitization of the documental heritage conserved in libraries and archives have been performed, with the primary goal to ensure the preservation and fruition of this important part of the human cultural and historical patrimony. Besides protecting conservation, the availability of high quality digital copies has increasingly stimulated the use of image processing techniques, to perform a number of operations on documents and manuscripts, without harming the often precious and fragile originals. Among those, virtual restoration tasks are crucial, as they facilitate the traditional work of philologists and paleographers, and constitute a first step towards an automatic analysis of the written contents. Here we report our experience in this field, referring, as a case study, to the problem of removing one of the most frequent and impairing degradations affecting ancient manuscripts, i.e., the bleed-through distortion.We show that techniques of blind source separation are versatile tools to either cancel these unwanted interferences or isolate specific features for content analysis goals. Specialized algorithms, based on recto-verso models and sparse image representation, are then shown to be able to perform a fine and selective removal of the degradation, while preserving the original appearance of the manuscript.Source: International Journal of Information Science and Technology 3 (2019): 16–25. doi:10.57675/IMIST.PRSM/ijist-v3i5.133
DOI: 10.57675/imist.prsm/ijist-v3i5.133
Metrics:
Tonazzini A., Savino P., Salerno E., Hanif M., Debole F.
In recent years, extensive campaigns of digitization of the documental heritage conserved in libraries and archives have been performed, with the primary goal to ensure the preservation and fruition of this important part of the human cultural and historical patrimony. Besides protecting conservation, the availability of high quality digital copies has increasingly stimulated the use of image processing techniques, to perform a number of operations on documents and manuscripts, without harming the often precious and fragile originals. Among those, virtual restoration tasks are crucial, as they facilitate the traditional work of philologists and paleographers, and constitute a first step towards an automatic analysis of the written contents. Here we report our experience in this field, referring, as a case study, to the problem of removing one of the most frequent and impairing degradations affecting ancient manuscripts, i.e., the bleed-through distortion.We show that techniques of blind source separation are versatile tools to either cancel these unwanted interferences or isolate specific features for content analysis goals. Specialized algorithms, based on recto-verso models and sparse image representation, are then shown to be able to perform a fine and selective removal of the degradation, while preserving the original appearance of the manuscript.Source: International Journal of Information Science and Technology 3 (2019): 16–25. doi:10.57675/IMIST.PRSM/ijist-v3i5.133
DOI: 10.57675/imist.prsm/ijist-v3i5.133
Metrics:
See at:
ISTI Repository | International Journal of Information Science and Technology | www.innove.org | doi.org | CNR ExploRA
2019
Conference article
Open Access
Intelligenza Artificiale per Ricerca in Big Multimedia Data
Carrara F., Amato G., Debole F., Di Benedetto M., Falchi F., Gennaro C., Messina N.
La diffusa produzione di immagini e media digitali ha reso necessario l'utilizzo di metodi automatici di analisi e indicizzazione su larga scala per la loro fruzione. Il gruppo AIMIR dell'ISTI-CNR si è specializzato da anni in questo ambito ed ha abbracciato tecniche di Deep Learning basate su reti neurali artificiali per molteplici aspetti di questa disciplina, come l'analisi, l'annotazione e la descrizione automatica di contenuti visuali e il loro recupero su larga scala.Source: Ital-IA, Roma, 18/3/2019, 19/3/2019
Carrara F., Amato G., Debole F., Di Benedetto M., Falchi F., Gennaro C., Messina N.
La diffusa produzione di immagini e media digitali ha reso necessario l'utilizzo di metodi automatici di analisi e indicizzazione su larga scala per la loro fruzione. Il gruppo AIMIR dell'ISTI-CNR si è specializzato da anni in questo ambito ed ha abbracciato tecniche di Deep Learning basate su reti neurali artificiali per molteplici aspetti di questa disciplina, come l'analisi, l'annotazione e la descrizione automatica di contenuti visuali e il loro recupero su larga scala.Source: Ital-IA, Roma, 18/3/2019, 19/3/2019
See at:
ISTI Repository | www.ital-ia.it | CNR ExploRA
2019
Report
Open Access
AIMIR 2019 Research Activities
Amato G., Bolettieri P., Carrara F., Ciampi L., Di Benedetto M., Debole F., Falchi F., Gennaro C., Lagani G., Massoli F. V., Messina N., Rabitti F., Savino P., Vadicamo L., Vairo C.
Multimedia Information Retrieval (AIMIR) research group is part of the NeMIS laboratory of the Information Science and Technologies Institute "A. Faedo" (ISTI) of the Italian National Research Council (CNR). The AIMIR group has a long experience in topics related to: Artificial Intelligence, Multimedia Information Retrieval, Computer Vision and Similarity search on a large scale. We aim at investigating the use of Artificial Intelligence and Deep Learning, for Multimedia Information Retrieval, addressing both effectiveness and efficiency. Multimedia information retrieval techniques should be able to provide users with pertinent results, fast, on huge amount of multimedia data. Application areas of our research results range from cultural heritage to smart tourism, from security to smart cities, from mobile visual search to augmented reality. This report summarize the 2019 activities of the research group.Source: AIMIR Annual Report, 2019
Amato G., Bolettieri P., Carrara F., Ciampi L., Di Benedetto M., Debole F., Falchi F., Gennaro C., Lagani G., Massoli F. V., Messina N., Rabitti F., Savino P., Vadicamo L., Vairo C.
Multimedia Information Retrieval (AIMIR) research group is part of the NeMIS laboratory of the Information Science and Technologies Institute "A. Faedo" (ISTI) of the Italian National Research Council (CNR). The AIMIR group has a long experience in topics related to: Artificial Intelligence, Multimedia Information Retrieval, Computer Vision and Similarity search on a large scale. We aim at investigating the use of Artificial Intelligence and Deep Learning, for Multimedia Information Retrieval, addressing both effectiveness and efficiency. Multimedia information retrieval techniques should be able to provide users with pertinent results, fast, on huge amount of multimedia data. Application areas of our research results range from cultural heritage to smart tourism, from security to smart cities, from mobile visual search to augmented reality. This report summarize the 2019 activities of the research group.Source: AIMIR Annual Report, 2019
See at:
ISTI Repository | CNR ExploRA
2019
Journal article
Open Access
A data model and a cataloguing, storage and retrieval system for ancient document archives
Savino P., Tonazzini A., Debole F.
Digitalization of ancient manuscripts is becoming a common practice in many archives and libraries, mainly for preservation purposes. This opens many new opportunities for the diffusion of these precious cultural assets, since several scholars and researchers, as well as the general public, may access and use them for research purposes, for study, and for general information. This is made possible if the documents, their descriptions, and the result of all processing activities performed on them are acquired at a good quality and can be easily accessed by using simple and powerful retrieval mechanisms. Acquired manuscripts suffer of degradations that may require different types of elaborations on the digital images, to improve their visual quality and legibility, or to discover hidden text that is not visible. Natural Language Processing requires the creation of transcriptions of the text contained in the manuscript, as well as encoding of the document structure and creation of user annotations. This paper presents a document management system and a metadata schema that make possible the storage and content-based retrieval of original documents, elaborations performed to improve their readability, textual transcriptions, and linguistic annotations. The archive will offer the possibility of describing, storing and accessing all the available manuscript versions, document transcriptions and annotations, and to search and retrieve documents based on all this information.Source: International Journal of Information Science and Technology 3 (2019): 6–15. doi:10.57675/IMIST.PRSM/ijist-v3i5.132
DOI: 10.57675/imist.prsm/ijist-v3i5.132
Metrics:
Savino P., Tonazzini A., Debole F.
Digitalization of ancient manuscripts is becoming a common practice in many archives and libraries, mainly for preservation purposes. This opens many new opportunities for the diffusion of these precious cultural assets, since several scholars and researchers, as well as the general public, may access and use them for research purposes, for study, and for general information. This is made possible if the documents, their descriptions, and the result of all processing activities performed on them are acquired at a good quality and can be easily accessed by using simple and powerful retrieval mechanisms. Acquired manuscripts suffer of degradations that may require different types of elaborations on the digital images, to improve their visual quality and legibility, or to discover hidden text that is not visible. Natural Language Processing requires the creation of transcriptions of the text contained in the manuscript, as well as encoding of the document structure and creation of user annotations. This paper presents a document management system and a metadata schema that make possible the storage and content-based retrieval of original documents, elaborations performed to improve their readability, textual transcriptions, and linguistic annotations. The archive will offer the possibility of describing, storing and accessing all the available manuscript versions, document transcriptions and annotations, and to search and retrieve documents based on all this information.Source: International Journal of Information Science and Technology 3 (2019): 6–15. doi:10.57675/IMIST.PRSM/ijist-v3i5.132
DOI: 10.57675/imist.prsm/ijist-v3i5.132
Metrics:
See at:
innove.org | ISTI Repository | International Journal of Information Science and Technology | doi.org | CNR ExploRA
2019
Conference article
Open Access
Image analysis in technical documentation
Carrara F., Debole F., Gennaro C., Amato G.
In the era of Big Data, manufacturing companies are overwhelmed by a lot of disorganized information: the large amount of digital content that is increasingly available in the manufacturing process makes the retrieval of accurate information a critical issue. In this context, and thanks also to the Industry 4.0 campaign, the Italian manufacturing industries have made a lot of effort to ameliorate their knowledge management system using the most recent technologies, like big data analysis and machine learning methods. This paper presents the on-going work done within the ADA project, with special emphasis on the specific image analysis work carried out to extract information from images contained in the so different document of the manufacturing companies, partners of the project.Source: SEBD 2019 - Italian Symposium on Advanced Database Systems, Castiglione della Pescaia (Grosseto), Italy, 16-19 July, 2019
Carrara F., Debole F., Gennaro C., Amato G.
In the era of Big Data, manufacturing companies are overwhelmed by a lot of disorganized information: the large amount of digital content that is increasingly available in the manufacturing process makes the retrieval of accurate information a critical issue. In this context, and thanks also to the Industry 4.0 campaign, the Italian manufacturing industries have made a lot of effort to ameliorate their knowledge management system using the most recent technologies, like big data analysis and machine learning methods. This paper presents the on-going work done within the ADA project, with special emphasis on the specific image analysis work carried out to extract information from images contained in the so different document of the manufacturing companies, partners of the project.Source: SEBD 2019 - Italian Symposium on Advanced Database Systems, Castiglione della Pescaia (Grosseto), Italy, 16-19 July, 2019
See at:
ceur-ws.org | ISTI Repository | CNR ExploRA
2019
Other
Unknown
Piattaforma REDMINE per il servizio di sistema di ticketing per ISTI
Dell'Amico A., Debole F., Piccioli T.
La pagina principale del servizio di project management è messa a disposizione dal "Servizio Infrastruttura informatica ISTI e supporto ai servizi" (S2I2S) Il servizio si basa sul software open source Redmine. Redmine è un'applicazione web open source per la gestione di progetti software e del supporto agli utenti. Redmine utilizza il paradigma dell'Issue Tracking system, ovvero tutti i task associati a un progetto sono visti come issue (spesso chiamati ticket o segnalazioni) da risolvere, raggruppati per progetto, urgenza, stato di avanzamento eccetera, rendendolo un valido strumento sia di supporto al servizio che di documentazione. I progetti attivati al momento sono nove e riguardano vari servizi dell'ISTI. Di seguito sono elencati i contributi forniti dai singoli autori per la realizzazione del progetto: - Andrea Dell'Amico, Tommaso Piccioli e Franca Debole hanno configurato il server su cui è implementata la piattaforma, installato il software Redmine, configurato la gestione degli utenti e dei vari progetti e il layout di base; - ciascun referente di progetto dispone poi di autorizzazioni proprie per configurare ed organizzare la propria sezione. Tutti i componenti del servizio afferente al singolo progetto oltre che gli utenti stessi che chiedono supporto, gestiscono i ticket ,ne seguono l'evoluzione e ne viene mantenuta traccia.
Dell'Amico A., Debole F., Piccioli T.
La pagina principale del servizio di project management è messa a disposizione dal "Servizio Infrastruttura informatica ISTI e supporto ai servizi" (S2I2S) Il servizio si basa sul software open source Redmine. Redmine è un'applicazione web open source per la gestione di progetti software e del supporto agli utenti. Redmine utilizza il paradigma dell'Issue Tracking system, ovvero tutti i task associati a un progetto sono visti come issue (spesso chiamati ticket o segnalazioni) da risolvere, raggruppati per progetto, urgenza, stato di avanzamento eccetera, rendendolo un valido strumento sia di supporto al servizio che di documentazione. I progetti attivati al momento sono nove e riguardano vari servizi dell'ISTI. Di seguito sono elencati i contributi forniti dai singoli autori per la realizzazione del progetto: - Andrea Dell'Amico, Tommaso Piccioli e Franca Debole hanno configurato il server su cui è implementata la piattaforma, installato il software Redmine, configurato la gestione degli utenti e dei vari progetti e il layout di base; - ciascun referente di progetto dispone poi di autorizzazioni proprie per configurare ed organizzare la propria sezione. Tutti i componenti del servizio afferente al singolo progetto oltre che gli utenti stessi che chiedono supporto, gestiscono i ticket ,ne seguono l'evoluzione e ne viene mantenuta traccia.
See at: CNR ExploRA | redmine-s2i2s.isti.cnr.it
2019
Other
Unknown
SEBD 2019 web site
Debole F.
Sito web per la conferenza SEBD 2019 27esima (SEBD - Sistemi Evoluti per Basi di Dati)
Debole F.
Sito web per la conferenza SEBD 2019 27esima (SEBD - Sistemi Evoluti per Basi di Dati)
See at: CNR ExploRA | sebd2019.isti.cnr.it