Typology
operator:
and / or
Language
operator:
and / or
Date
operator:
and / or
Rights
operator:
and / or
2023
Conference article
Open Access
Medical waste sorting: a computer vision approach for assisted primary sorting
Bruno A., Caudai C., Leone G. R., Martinelli M., Moroni D., Crotti F.
Medical waste, i.e. waste produced during medical activities in hospitals, clinics and laboratories, represents hazardous waste whose management requires special care and high costs. However, this kind of waste contains a large fraction of highly valued materials that can enter a circular economy process. To this end, in this paper, we propose a computer vision approach for assisting in the primary sorting of med- ical waste. The feasibility of our approach is demonstrated on representative datasets we collected and made available to the community.Source: IWCIM2023 - 11th International Workshop on Computational Intelligence for Multimedia Understanding, Rhodes Island, Greece, 05/06/2023
DOI: 10.1109/icasspw59220.2023.10193520
Metrics:
Bruno A., Caudai C., Leone G. R., Martinelli M., Moroni D., Crotti F.
Medical waste, i.e. waste produced during medical activities in hospitals, clinics and laboratories, represents hazardous waste whose management requires special care and high costs. However, this kind of waste contains a large fraction of highly valued materials that can enter a circular economy process. To this end, in this paper, we propose a computer vision approach for assisting in the primary sorting of med- ical waste. The feasibility of our approach is demonstrated on representative datasets we collected and made available to the community.Source: IWCIM2023 - 11th International Workshop on Computational Intelligence for Multimedia Understanding, Rhodes Island, Greece, 05/06/2023
DOI: 10.1109/icasspw59220.2023.10193520
Metrics:
See at:
ISTI Repository 
| ieeexplore.ieee.org 
| CNR ExploRA
2023
Bachelor thesis
Open Access
L'Intelligenza Artificiale nella elaborazione delle immagini: tecniche di visione artificiale per il monitoraggio della guida di motocicli
Bulotta D., Carta A., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'Istituto di Scienza e Tecnologie dell'Informazione del Consiglio Nazionale delle Ricerche e ha richiesto circa cinque mesi. Il tirocinio si è svolto nell'ambito del progetto di ricerca Artificial Intelligence driven RIding Distributed Eye (AI-RIDE) che ha come obiettivo lo studio e la realizzazione prototipale di un framework di Intelligenza Artificiale integrato nel contesto della formazione dei motociclisti, mirando in particolare ad una verifica standard, misurabile e imparziale dell'esame della patente di guida per motocicli. L'esito di un esame di patente di guida dipende da diversi fattori, come il tempo di prestazione, la precisione della traiettoria, la gestione della velocità e l'esecuzione di un percorso netto senza effettuare penalità. La maggior parte di tali fattori può essere misurata utilizzando strumenti di analisi delle immagini ottenute per mezzo di telecamere esterne opportunamente posizionate. L'obiettivo di questo tirocinio è stato ricavare tali informazioni dai flussi video a disposizione massimizzando la precisione dei dati ottenuti. Il primo compito è consistito nell'allenamento di un modello di Object Detection per il riconoscimento dei coni, del motociclo e del pilota; utilizzando vari strumenti di annotazione si è popolato un dataset con numerosi frame estratti dai video realizzati nel sito di prova, la pista della scuola guida Gerardo di Pontedera; tale dataset è stato continuamente migliorato aggiungendo immagini di casistiche specifiche, conducendo test a diverse risoluzioni e utilizzando numerosità crescenti dei modelli di partenza (come spiegato nei paragrafi 3.1.7 e 4.2.8). Raggiunta una soddisfacente prestazione del task di riconoscimento si è implementata la logica funzionale alla individuazione precisa della posizione della moto nello spazio e all'eventuale penalità connessa con lo spostamento di uno o più coni segnaletici (si veda paragrafo 4.3.1 e 4.3.2). Queste informazioni sono servite da input al sottosistema di fusione delle informazioni che non è compreso nel lavoro di questo tirocinio. Il modello custom di object detection ha conseguito ottimi risultati in termini di confidenza e precisione nel riconoscimento degli elementi in gioco ovvero coni, moto e pilota. La logica implementata per il rilevamento delle penalità commesse durante l'esame di guida è stata essenziale per il successo finale del sistema. Il lavoro svolto è stato presentato il giorno 14 giugno 2023 presso il sito di prova in un evento che ha previsto una dimostrazione del sistema dal vivo includendo vari scenari di guida: tutte le penalità principali sono state segnalate con elevata precisione spaziale e temporale.
Bulotta D., Carta A., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'Istituto di Scienza e Tecnologie dell'Informazione del Consiglio Nazionale delle Ricerche e ha richiesto circa cinque mesi. Il tirocinio si è svolto nell'ambito del progetto di ricerca Artificial Intelligence driven RIding Distributed Eye (AI-RIDE) che ha come obiettivo lo studio e la realizzazione prototipale di un framework di Intelligenza Artificiale integrato nel contesto della formazione dei motociclisti, mirando in particolare ad una verifica standard, misurabile e imparziale dell'esame della patente di guida per motocicli. L'esito di un esame di patente di guida dipende da diversi fattori, come il tempo di prestazione, la precisione della traiettoria, la gestione della velocità e l'esecuzione di un percorso netto senza effettuare penalità. La maggior parte di tali fattori può essere misurata utilizzando strumenti di analisi delle immagini ottenute per mezzo di telecamere esterne opportunamente posizionate. L'obiettivo di questo tirocinio è stato ricavare tali informazioni dai flussi video a disposizione massimizzando la precisione dei dati ottenuti. Il primo compito è consistito nell'allenamento di un modello di Object Detection per il riconoscimento dei coni, del motociclo e del pilota; utilizzando vari strumenti di annotazione si è popolato un dataset con numerosi frame estratti dai video realizzati nel sito di prova, la pista della scuola guida Gerardo di Pontedera; tale dataset è stato continuamente migliorato aggiungendo immagini di casistiche specifiche, conducendo test a diverse risoluzioni e utilizzando numerosità crescenti dei modelli di partenza (come spiegato nei paragrafi 3.1.7 e 4.2.8). Raggiunta una soddisfacente prestazione del task di riconoscimento si è implementata la logica funzionale alla individuazione precisa della posizione della moto nello spazio e all'eventuale penalità connessa con lo spostamento di uno o più coni segnaletici (si veda paragrafo 4.3.1 e 4.3.2). Queste informazioni sono servite da input al sottosistema di fusione delle informazioni che non è compreso nel lavoro di questo tirocinio. Il modello custom di object detection ha conseguito ottimi risultati in termini di confidenza e precisione nel riconoscimento degli elementi in gioco ovvero coni, moto e pilota. La logica implementata per il rilevamento delle penalità commesse durante l'esame di guida è stata essenziale per il successo finale del sistema. Il lavoro svolto è stato presentato il giorno 14 giugno 2023 presso il sito di prova in un evento che ha previsto una dimostrazione del sistema dal vivo includendo vari scenari di guida: tutte le penalità principali sono state segnalate con elevata precisione spaziale e temporale.
See at:
ISTI Repository | CNR ExploRA
2023
Conference article
Unknown
A novel smart camera network for real time public transport monitoring and surveillance
Carboni A., Leone G. R., Nardi S., Corrado A., Moroni D.
In this paper, we present the environment perception layer of the Smart Passenger Center (SPaCe), a novel integrated framework for public transport management. This layer is a pervasive vision architecture for improved safety and security in the context of public transportation. Privacy and technological constraints are still significant limitations for the real-time analysis of video streams from video capture devices installed on public transport vehicles. In fact, in almost all cases, this analysis is carried out offline and lacks any predictive processing, which is now potentially applicable to all transport sectors, thanks to machine learning and artificial vision techniques. The architecture described is designed to combine the output of a set of parallel processing, all running onboard in real-time, thus allowing the separation of the information collected from actual passengers' identities. The analysis highlights aspects that affect travel and travellers safety, such as people's behaviour and the state of maintenance of vehicles.Source: ITSC 2023 - 26th IEEE International Conference on Intelligent Transportation Systems, Bilbao, Spain, 24-28/09/2023
Carboni A., Leone G. R., Nardi S., Corrado A., Moroni D.
In this paper, we present the environment perception layer of the Smart Passenger Center (SPaCe), a novel integrated framework for public transport management. This layer is a pervasive vision architecture for improved safety and security in the context of public transportation. Privacy and technological constraints are still significant limitations for the real-time analysis of video streams from video capture devices installed on public transport vehicles. In fact, in almost all cases, this analysis is carried out offline and lacks any predictive processing, which is now potentially applicable to all transport sectors, thanks to machine learning and artificial vision techniques. The architecture described is designed to combine the output of a set of parallel processing, all running onboard in real-time, thus allowing the separation of the information collected from actual passengers' identities. The analysis highlights aspects that affect travel and travellers safety, such as people's behaviour and the state of maintenance of vehicles.Source: ITSC 2023 - 26th IEEE International Conference on Intelligent Transportation Systems, Bilbao, Spain, 24-28/09/2023
See at: CNR ExploRA
2023
Bachelor thesis
Open Access
Monitoraggio della guida di motocicli per mezzo di un sistema di visione multicamera con tecniche di fusione delle informazioni e loro rappresentazione virtuale per mezzo di un motore grafico 3D
Baiamonte A., Bacciu D., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'istituto di Scienza e Tecnologie dell'informazione del Consiglio Nazionale delle Ricerche (ISTI-CNR), da metà Marzo a fine Giugno 2023. L'obiettivo del progetto è stato il monitoraggio della guida di motocicli per mezzo di un sistema di visione multicamera con tecniche di fusione delle informazioni e loro rappresentazione virtuale per mezzo di un motore grafico 3D. Il tirocinio è stato realizzato nell'ambito di un progetto di ricerca del CNR dedicato alla progetta- zione e prototipazione di un sistema multicamera innovativo [1], basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, le penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. I dati raccolti dai singoli flussi video sono stati elaborati e fusi per ottenere un'informazione globale più completa ed affidabile. Particolare attenzione è stata dedicata al calcolo vettoriale delle accelerazioni del motoveicolo nei test in circuito chiuso. Inoltre, è stato realizzato un Digital Twin (gemello virtuale) del sistema per visualizzare in grafica 3D i dati elaborati e permettere l'analisi delle traiettorie effettuate dal motoveicolo in un contesto di prove ripetute. Nel capitolo 2 si esporranno le basi di partenza del tirocinio, ovvero cosa era già presente prima di iniziare questo lavoro di tesi. Nel capitolo 3 si parlerà del background necessario a descrivere le metodologie e le tecnologie utilizzate in questa tesi. Nel capitolo 4 si elencheranno i software utilizzati per realizzare le varie funzionalità del sistema mettendo in evidenza le scelte effettuate, giustificando perché è stata scelta una particolare tecnologia piuttosto che un'altra. Nel capitolo 5 si descriverà il lavoro svolto durante il tirocinio mostrando tutti i test, gli esperimenti fatti e risultati ottenuti. Il capitolo 6 conclude la tesi riassumendo quanto si è realizzato e parlando dei possibili sviluppi futuri.
Baiamonte A., Bacciu D., Righi M., Leone G. R.
Il tirocinio si è svolto presso l'istituto di Scienza e Tecnologie dell'informazione del Consiglio Nazionale delle Ricerche (ISTI-CNR), da metà Marzo a fine Giugno 2023. L'obiettivo del progetto è stato il monitoraggio della guida di motocicli per mezzo di un sistema di visione multicamera con tecniche di fusione delle informazioni e loro rappresentazione virtuale per mezzo di un motore grafico 3D. Il tirocinio è stato realizzato nell'ambito di un progetto di ricerca del CNR dedicato alla progetta- zione e prototipazione di un sistema multicamera innovativo [1], basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, le penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. I dati raccolti dai singoli flussi video sono stati elaborati e fusi per ottenere un'informazione globale più completa ed affidabile. Particolare attenzione è stata dedicata al calcolo vettoriale delle accelerazioni del motoveicolo nei test in circuito chiuso. Inoltre, è stato realizzato un Digital Twin (gemello virtuale) del sistema per visualizzare in grafica 3D i dati elaborati e permettere l'analisi delle traiettorie effettuate dal motoveicolo in un contesto di prove ripetute. Nel capitolo 2 si esporranno le basi di partenza del tirocinio, ovvero cosa era già presente prima di iniziare questo lavoro di tesi. Nel capitolo 3 si parlerà del background necessario a descrivere le metodologie e le tecnologie utilizzate in questa tesi. Nel capitolo 4 si elencheranno i software utilizzati per realizzare le varie funzionalità del sistema mettendo in evidenza le scelte effettuate, giustificando perché è stata scelta una particolare tecnologia piuttosto che un'altra. Nel capitolo 5 si descriverà il lavoro svolto durante il tirocinio mostrando tutti i test, gli esperimenti fatti e risultati ottenuti. Il capitolo 6 conclude la tesi riassumendo quanto si è realizzato e parlando dei possibili sviluppi futuri.
See at:
ISTI Repository | CNR ExploRA
2023
Conference article
Open Access
AI-RIDE: a multi-camera system for the evaluation of motorcycle driving test
Leone G. R., Righi M., Moroni D., Baiamonte A., Bulotta D., Paolucci F.
The AI-RIDE project proposes adopting an accelerated, online, and embedded Artificial Intelligence framework in motorcycle rider training, mainly targeting the Practical Driving Courses (PDC) and Driving License Exam (DLE) sessions verification tools. The project targets a disruptive innovation step in the context of driving learning techniques, significantly going beyond the state of the art of the current instruments used in the PDC and DLE ecosystem. This work presents last year's activities with the promising results obtained with the first working prototype.Source: SITIS 2023 - 17th International Conference on Signal Image Technology & Internet bASED Systems, Bangkok, Thailand, 8-10/11/2023
Leone G. R., Righi M., Moroni D., Baiamonte A., Bulotta D., Paolucci F.
The AI-RIDE project proposes adopting an accelerated, online, and embedded Artificial Intelligence framework in motorcycle rider training, mainly targeting the Practical Driving Courses (PDC) and Driving License Exam (DLE) sessions verification tools. The project targets a disruptive innovation step in the context of driving learning techniques, significantly going beyond the state of the art of the current instruments used in the PDC and DLE ecosystem. This work presents last year's activities with the promising results obtained with the first working prototype.Source: SITIS 2023 - 17th International Conference on Signal Image Technology & Internet bASED Systems, Bangkok, Thailand, 8-10/11/2023
See at:
ISTI Repository | 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
2022
Conference article
Open Access
Computer vision per sistemi di trasporto intelligenti: il progetto S.Pa.Ce.
Leone G. R., Carboni A., Nardi S., Moroni D.
Lo Smart Passenger Center (SPaCe) è una piattaforma integrata che mira a superare la complessità della gestione centralizzata delle infrastrutture di trasporto pubblico e dei veicoli. Il motore di intelligenza artificiale esamina i flussi quotidiani di persone, correla dati ed eventi diversi, prevede minacce ed eventi critici e propone contromisure. Questa enorme mole di dati proviene da una rete pervasiva di telecamere intelligenti che monitora costantemente le attività in stazioni, treni, autobus e altri luoghi di interesse. In questo lavoro, presentiamo il sottosistema distribuito di visione artificiale, lo stato dell'arte delle tecniche adottate e le funzionalità avanzate che questo sistema di sorveglianza intelligente offre ai livelli superiori di SPaCe. Tutto è sviluppato seguendo il paradigma della privacy-by-design: nessuna immagine viene registrata o trasmessa, ma tutte le elaborazioni avvengono sui nodi periferici del sistema.Source: ITAL-IA 2022 - Convegno nazionale CINI sull'intelligenza Artificiale, Turin, Online conference, 10/02/2022
Leone G. R., Carboni A., Nardi S., Moroni D.
Lo Smart Passenger Center (SPaCe) è una piattaforma integrata che mira a superare la complessità della gestione centralizzata delle infrastrutture di trasporto pubblico e dei veicoli. Il motore di intelligenza artificiale esamina i flussi quotidiani di persone, correla dati ed eventi diversi, prevede minacce ed eventi critici e propone contromisure. Questa enorme mole di dati proviene da una rete pervasiva di telecamere intelligenti che monitora costantemente le attività in stazioni, treni, autobus e altri luoghi di interesse. In questo lavoro, presentiamo il sottosistema distribuito di visione artificiale, lo stato dell'arte delle tecniche adottate e le funzionalità avanzate che questo sistema di sorveglianza intelligente offre ai livelli superiori di SPaCe. Tutto è sviluppato seguendo il paradigma della privacy-by-design: nessuna immagine viene registrata o trasmessa, ma tutte le elaborazioni avvengono sui nodi periferici del sistema.Source: ITAL-IA 2022 - Convegno nazionale CINI sull'intelligenza Artificiale, Turin, Online conference, 10/02/2022
See at:
ISTI Repository | ISTI Repository | www.ital-ia2022.it | CNR ExploRA
2022
Conference article
Open Access
Toward pervasive computer vision for intelligent transport system
Leone G. R., Carboni A., Nardi S., Moroni D.
The Smart Passenger Center (SPaCe) is a fully integrated platform that aims to overcome the complexity of centralized management of public transport infrastructure and vehicles. The SPaCe artificial intelligence engine predicts threats and critical events and proposes countermeasures by examining the daily flows of people and correlating different data and events, thanks to machine learning and big data analytics. All this massive data comes from a pervasive smart cameras network that constantly monitors activities in stations, trains, buses and other places of interest. In this work, we present the idea of this computer vision distributed sub-system, the state of the art of the techniques involved and the advanced functionalities that this intelligent surveillance system offers to the upper layers. Everything is developed following the privacy-by-design paradigm; namely, no real image is recorded or transmitted, but all the elaborations take place on the edge nodes of the system.Source: PERCOMM 2022 - IEEE International Conference on Pervasive Computing and Communications, Pisa, Italy, 21-25/03/2022
DOI: 10.1109/percomworkshops53856.2022.9767376
Metrics:
Leone G. R., Carboni A., Nardi S., Moroni D.
The Smart Passenger Center (SPaCe) is a fully integrated platform that aims to overcome the complexity of centralized management of public transport infrastructure and vehicles. The SPaCe artificial intelligence engine predicts threats and critical events and proposes countermeasures by examining the daily flows of people and correlating different data and events, thanks to machine learning and big data analytics. All this massive data comes from a pervasive smart cameras network that constantly monitors activities in stations, trains, buses and other places of interest. In this work, we present the idea of this computer vision distributed sub-system, the state of the art of the techniques involved and the advanced functionalities that this intelligent surveillance system offers to the upper layers. Everything is developed following the privacy-by-design paradigm; namely, no real image is recorded or transmitted, but all the elaborations take place on the edge nodes of the system.Source: PERCOMM 2022 - IEEE International Conference on Pervasive Computing and Communications, Pisa, Italy, 21-25/03/2022
DOI: 10.1109/percomworkshops53856.2022.9767376
Metrics:
See at:
ISTI Repository | ieeexplore.ieee.org | CNR ExploRA
2022
Conference article
Open Access
Towards multi-camera system for the evaluation of motorcycle driving test
Leone G. R., Righi M., Moroni D., Paolucci F.
This work describes the early stage of an interactive and accelerated AI-driven framework for Practical Driving Courses and Driving Licence Exams. The core of the project is an innovative multi-parameter AI-assisted telemetry system able to compute test scores and outcome, useful for human-neutral auditability of Driving Licence Exams. The distributed Artificial Intelligence (AI) system available at the Track Testbed will be able to perform driving behaviour classifications and will suggest specific improvements based on the analysis of vehicle trajectories acquired during the driving test. Finally, the project will target the creation of a large dataset for driving test classification of key performance parameters. The system is envisioned to have a relevant impact on all the certification, driving licence operators and regulator entities.Source: SITIS 2022 - 16th International Conference on Signal-Image Technology & Internet-Based Systems, pp. 561–568, Dijon, France, 19-21/10/2022
DOI: 10.1109/sitis57111.2022.00090
Metrics:
Leone G. R., Righi M., Moroni D., Paolucci F.
This work describes the early stage of an interactive and accelerated AI-driven framework for Practical Driving Courses and Driving Licence Exams. The core of the project is an innovative multi-parameter AI-assisted telemetry system able to compute test scores and outcome, useful for human-neutral auditability of Driving Licence Exams. The distributed Artificial Intelligence (AI) system available at the Track Testbed will be able to perform driving behaviour classifications and will suggest specific improvements based on the analysis of vehicle trajectories acquired during the driving test. Finally, the project will target the creation of a large dataset for driving test classification of key performance parameters. The system is envisioned to have a relevant impact on all the certification, driving licence operators and regulator entities.Source: SITIS 2022 - 16th International Conference on Signal-Image Technology & Internet-Based Systems, pp. 561–568, Dijon, France, 19-21/10/2022
DOI: 10.1109/sitis57111.2022.00090
Metrics:
See at:
ISTI Repository | ieeexplore.ieee.org | CNR ExploRA
2022
Report
Open Access
AI-RIDE VISION
Leone G. R. Righi M., Moroni D.
AIRIDE VISION è un progetto di ricerca la cui finalità è lo sviluppo di un innovativo sistema di telemetria, basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, delle specifiche penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. Tale sistema non intende esprimere giudizi certi, bens?? essere di supporto per l'esaminatore umano nella valutazione del test di guida.Source: ISTI Technical Report, ISTI-2022-TR/029, 2022
DOI: 10.32079/isti-tr-2022/029
Metrics:
Leone G. R. Righi M., Moroni D.
AIRIDE VISION è un progetto di ricerca la cui finalità è lo sviluppo di un innovativo sistema di telemetria, basato su algoritmi di Computer Vision e Intelligenza Artificiale, in grado di riconoscere automaticamente, con grado di affidabilità variabile, delle specifiche penalità previste durante la fase pratica degli esami per il conseguimento della patente di guida per motocicli. Tale sistema non intende esprimere giudizi certi, bens?? essere di supporto per l'esaminatore umano nella valutazione del test di guida.Source: ISTI Technical Report, ISTI-2022-TR/029, 2022
DOI: 10.32079/isti-tr-2022/029
Metrics:
See at:
ISTI Repository | CNR ExploRA
2022
Report
Open Access
SI-Lab annual research report 2021
Righi M., Leone G. R., 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., Berti A., Bruno A., Buongiorno R., Carloni G., Conti F., Germanese D., Ignesti G., Matarese F., Omrani A., Pachetti E., Papini O., Benassi A., Bertini G., Coltelli P., Tarabella L., Straface S., Salvetti O., Moroni D.
The Signal & Images Laboratory is an interdisciplinary research group in computer vision, signal analysis, intelligent vision systems and multimedia data understanding. It is part of the Institute of Information Science and Technologies (ISTI) of the National Research Council of Italy (CNR). This report accounts for the research activities of the Signal and Images Laboratory of the Institute of Information Science and Technologies during the year 2021.Source: ISTI Annual reports, 2022
DOI: 10.32079/isti-ar-2022/003
Metrics:
Righi M., Leone G. R., 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., Berti A., Bruno A., Buongiorno R., Carloni G., Conti F., Germanese D., Ignesti G., Matarese F., Omrani A., Pachetti E., Papini O., Benassi A., Bertini G., Coltelli P., Tarabella L., Straface S., Salvetti O., Moroni D.
The Signal & Images Laboratory is an interdisciplinary research group in computer vision, signal analysis, intelligent vision systems and multimedia data understanding. It is part of the Institute of Information Science and Technologies (ISTI) of the National Research Council of Italy (CNR). This report accounts for the research activities of the Signal and Images Laboratory of the Institute of Information Science and Technologies during the year 2021.Source: ISTI Annual reports, 2022
DOI: 10.32079/isti-ar-2022/003
Metrics:
See at:
ISTI Repository | 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
2021
Report
Unknown
SPaCe - Documento di studio e definizione delle tecnologie e degli algoritmi di analitica del trasporto pubblico
Leone G. R., Moroni D., Magrini M., Pardini F., Carboni A.
Nel contesto del progetto Space in questo documento verrà presentato uno studio e la definizione delle tecnologie applicabili al trasporto pubblico. I casi d'uso di interesse sono principalmente due: il caso d'uso su gomma, con riferimento a mezzi tipo bus cittadini, e il caso d'uso su rotaia, in riferimento al trasporto ferroviario. Gli obiettivi sono molteplici e riguardano principalmente il comportamento dei passeggeri a bordo o in attesa dei mezzi, la ricostruzione di un viaggio che consiste nella concatenazione di tratte effettuate su mezzi diversi, il controllo degli oggetti e il monitoraggio dello stato dei mezzi sia per questioni di sicurezza che di manutenzione degli stessi. In generale sono state identificate due macro aree di riferimento: Controllo degli spazi e Controllo dei passeggeri.Source: ISTI Project report, SPaCe, D1.4.1, 2021
Leone G. R., Moroni D., Magrini M., Pardini F., Carboni A.
Nel contesto del progetto Space in questo documento verrà presentato uno studio e la definizione delle tecnologie applicabili al trasporto pubblico. I casi d'uso di interesse sono principalmente due: il caso d'uso su gomma, con riferimento a mezzi tipo bus cittadini, e il caso d'uso su rotaia, in riferimento al trasporto ferroviario. Gli obiettivi sono molteplici e riguardano principalmente il comportamento dei passeggeri a bordo o in attesa dei mezzi, la ricostruzione di un viaggio che consiste nella concatenazione di tratte effettuate su mezzi diversi, il controllo degli oggetti e il monitoraggio dello stato dei mezzi sia per questioni di sicurezza che di manutenzione degli stessi. In generale sono state identificate due macro aree di riferimento: Controllo degli spazi e Controllo dei passeggeri.Source: ISTI Project report, SPaCe, D1.4.1, 2021
See at: CNR ExploRA
2020
Journal article
Open Access
Monitoring ancient buildings: real deployment of an IoT system enhanced by UAVs and virtual reality
Bacco M., Barsocchi P., Cassarà P., Germanese D., Gotta A., Leone G. R., Moroni D., Pascali M. A., Tampucci M.
The historical buildings of a nation are the tangible signs of its history and culture. Their preservation deserves considerable attention, being of primary importance from a historical, cultural, and economic point of view. Having a scalable and reliable monitoring system plays an important role in the Structural Health Monitoring (SHM): therefore, this paper proposes an Internet Of Things (IoT) architecture for a remote monitoring system that is able to integrate, through the Virtual Reality (VR) paradigm, the environmental and mechanical data acquired by a wireless sensor network set on three ancient buildings with the images and context information acquired by an Unmanned Aerial Vehicle (UAV). Moreover, the information provided by the UAV allows to promptly inspect the critical structural damage, such as the patterns of cracks in the structural components of the building being monitored. Our approach opens new scenarios to support SHM activities, because an operator can interact with real-time data retrieved from a Wireless Sensor Network (WSN) by means of the VR environment.Source: IEEE access (2020). doi:10.1109/ACCESS.2020.2980359
DOI: 10.1109/access.2020.2980359
Metrics:
Bacco M., Barsocchi P., Cassarà P., Germanese D., Gotta A., Leone G. R., Moroni D., Pascali M. A., Tampucci M.
The historical buildings of a nation are the tangible signs of its history and culture. Their preservation deserves considerable attention, being of primary importance from a historical, cultural, and economic point of view. Having a scalable and reliable monitoring system plays an important role in the Structural Health Monitoring (SHM): therefore, this paper proposes an Internet Of Things (IoT) architecture for a remote monitoring system that is able to integrate, through the Virtual Reality (VR) paradigm, the environmental and mechanical data acquired by a wireless sensor network set on three ancient buildings with the images and context information acquired by an Unmanned Aerial Vehicle (UAV). Moreover, the information provided by the UAV allows to promptly inspect the critical structural damage, such as the patterns of cracks in the structural components of the building being monitored. Our approach opens new scenarios to support SHM activities, because an operator can interact with real-time data retrieved from a Wireless Sensor Network (WSN) by means of the VR environment.Source: IEEE access (2020). doi:10.1109/ACCESS.2020.2980359
DOI: 10.1109/access.2020.2980359
Metrics:
See at:
IEEE Access | ieeexplore.ieee.org | IEEE Access | IEEE Access | ISTI Repository | ISTI Repository | CNR ExploRA
2020
Report
Unknown
WeAreClouds@Lucca - D1.3 Definizione dei requisiti
Carboni A., Massoli F. V., Moroni D., Leone G. R., Falchi F.
Deliverable D1.3 Definizione dei requisiti del progetto WeAreClouds@LuccaSource: ISTI Project report, WeAreClouds@Lucca, D1.3, 2020
Carboni A., Massoli F. V., Moroni D., Leone G. R., Falchi F.
Deliverable D1.3 Definizione dei requisiti del progetto WeAreClouds@LuccaSource: ISTI Project report, WeAreClouds@Lucca, D1.3, 2020
See at: CNR ExploRA
2019
Journal article
Open Access
Visible and infrared imaging based inspection of power installation
Jalil B., Pascali M. A., Leone G. R., Martinelli M., Moroni D., Salvetti O., Berton A.
The inspection of power lines is the crucial task for the safe operation of power transmission: its components require regular checking to detect damages and faults that are caused by corrosion or any other environmental agents and mechanical stress. During recent years, the use of Unmanned Autonomous Vehicle (UAV) for environmental and industrial monitoring is constantly growing and the demand for fast and robust algorithms for the analysis of the data acquired by drones during the inspections has increased. In this work, we use UAV to acquire power transmission lines data and apply image processing to highlight expected faults. Our method is based on a fusion algorithm for the infrared and visible power lines images, which is invariant to large scale changes and illumination changes in the real operating environment. Hence, different algorithms from image processing are applied to visible and infrared thermal data, to track the power lines and to detect faults and anomalies. The method significantly identifies edges and hot spots from the set of frames with good accuracy. At the final stage we identify hot spots using thermal images. The paper concludes with the description of the current work, which has been carried out in a research project, namely SCIADRO.Source: Pattern recognition and image analysis 29 (2019): 35–41. doi:10.1134/S1054661819010140
DOI: 10.1134/s1054661819010140
Metrics:
Jalil B., Pascali M. A., Leone G. R., Martinelli M., Moroni D., Salvetti O., Berton A.
The inspection of power lines is the crucial task for the safe operation of power transmission: its components require regular checking to detect damages and faults that are caused by corrosion or any other environmental agents and mechanical stress. During recent years, the use of Unmanned Autonomous Vehicle (UAV) for environmental and industrial monitoring is constantly growing and the demand for fast and robust algorithms for the analysis of the data acquired by drones during the inspections has increased. In this work, we use UAV to acquire power transmission lines data and apply image processing to highlight expected faults. Our method is based on a fusion algorithm for the infrared and visible power lines images, which is invariant to large scale changes and illumination changes in the real operating environment. Hence, different algorithms from image processing are applied to visible and infrared thermal data, to track the power lines and to detect faults and anomalies. The method significantly identifies edges and hot spots from the set of frames with good accuracy. At the final stage we identify hot spots using thermal images. The paper concludes with the description of the current work, which has been carried out in a research project, namely SCIADRO.Source: Pattern recognition and image analysis 29 (2019): 35–41. doi:10.1134/S1054661819010140
DOI: 10.1134/s1054661819010140
Metrics:
See at:
ISTI Repository | Pattern Recognition and Image Analysis | link.springer.com | CNR ExploRA
2019
Conference article
Open Access
Architectural Heritage: 3D Documentation and Structural Monitoring Using UAV
Germanese D, Pascali M. A., Berton A., Leone G. R., Moroni D., Jalil B., Tampucci M., Benassi A.
Architectural heritage preservation and dissemination is a very important topic in Cultural Heritage. Since ancient structures may present areas which are dangerous or difficult to access, Unmanned Aerial Vehicles may be a smart solution for the safe and fast data acquisition. In this paper, we propose a method for the long term monitoring of cracking patterns, based on image processing and marker-based technique. Also the paper includes the description of a pipeline for the reconstruction of interactive 3D scene of the historic structure to disseminate the acquired data, to provide the general public with info regarding the structural health of the structure, and possibly to support the drone pilot during the survey. The Introduction provides a state of the art about the crack monitoring from visible images; it follows a description of the proposed method, and the results of the experimentation carried out in a real case study (the Ancient Fortress in Livorno, Italy). A specific section is devoted to the description of the front-end of augmented reality designed for heritage dissemination and to support the drone usage. Details about the future works conclude the paper.Source: Visual Pattern Extraction and Recognition for Cultural Heritage Understanding (VIPERC 2019), pp. 1–12, Pisa, January 30, 2019
Germanese D, Pascali M. A., Berton A., Leone G. R., Moroni D., Jalil B., Tampucci M., Benassi A.
Architectural heritage preservation and dissemination is a very important topic in Cultural Heritage. Since ancient structures may present areas which are dangerous or difficult to access, Unmanned Aerial Vehicles may be a smart solution for the safe and fast data acquisition. In this paper, we propose a method for the long term monitoring of cracking patterns, based on image processing and marker-based technique. Also the paper includes the description of a pipeline for the reconstruction of interactive 3D scene of the historic structure to disseminate the acquired data, to provide the general public with info regarding the structural health of the structure, and possibly to support the drone pilot during the survey. The Introduction provides a state of the art about the crack monitoring from visible images; it follows a description of the proposed method, and the results of the experimentation carried out in a real case study (the Ancient Fortress in Livorno, Italy). A specific section is devoted to the description of the front-end of augmented reality designed for heritage dissemination and to support the drone usage. Details about the future works conclude the paper.Source: Visual Pattern Extraction and Recognition for Cultural Heritage Understanding (VIPERC 2019), pp. 1–12, Pisa, January 30, 2019
See at:
ceur-ws.org | ISTI Repository | CNR ExploRA
2019
Report
Open Access
SmartPark@Lucca - D5. Integrazione e sperimentazione sul campo
Amato G., Bolettieri P., Carrara F., Ciampi L., Gennaro C., Leone G. R., Moroni D., Pieri G., Vairo C.
In questo deliverable sono descritte le attività eseguite all'interno del WP3, in particolare relative al Task 3.1 - Integrazione e al Task 3.2 - Sperimentazione sul campo.Source: Project report, SmartPark@Lucca, Deliverable D5, pp.1–24, 2019
Amato G., Bolettieri P., Carrara F., Ciampi L., Gennaro C., Leone G. R., Moroni D., Pieri G., Vairo C.
In questo deliverable sono descritte le attività eseguite all'interno del WP3, in particolare relative al Task 3.1 - Integrazione e al Task 3.2 - Sperimentazione sul campo.Source: Project report, SmartPark@Lucca, Deliverable D5, pp.1–24, 2019
See at:
ISTI Repository | CNR ExploRA
2019
Conference article
Open Access
Smart cities monitoring through wireless smart cameras
Moroni D., Pieri G., Leone G. R., Tampucci M.
Cities and urban environments nowadays suffer more and more discomfort due to several factors: the increase in the number of cars, the reduction, due to budget issues, of free parking, the economic difficulties in times of crisis that lead to a reduced efficiency of the public transport system. Beside these factors, an increased availability of computing facilities and devices bring the possibility to improve one of the most burdening aspects, that is the traffic generated by cars searching for a parking place. In this paper we present an approach based on wireless smart cameras to the monitoring of open air public parking areas. The main strengths of this solution lie in the independence and scalability of the proposed architecture. Independence is mainly based on autonomous intelligent cameras performing processing on-board; while scalability is mainly obtained through low cost single node which can be assembled in a wider sensors network and do not need high-cost requirements for installation.Source: 2nd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, 07-09/01/2019
DOI: 10.1145/3309772.3309789
Metrics:
Moroni D., Pieri G., Leone G. R., Tampucci M.
Cities and urban environments nowadays suffer more and more discomfort due to several factors: the increase in the number of cars, the reduction, due to budget issues, of free parking, the economic difficulties in times of crisis that lead to a reduced efficiency of the public transport system. Beside these factors, an increased availability of computing facilities and devices bring the possibility to improve one of the most burdening aspects, that is the traffic generated by cars searching for a parking place. In this paper we present an approach based on wireless smart cameras to the monitoring of open air public parking areas. The main strengths of this solution lie in the independence and scalability of the proposed architecture. Independence is mainly based on autonomous intelligent cameras performing processing on-board; while scalability is mainly obtained through low cost single node which can be assembled in a wider sensors network and do not need high-cost requirements for installation.Source: 2nd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, 07-09/01/2019
DOI: 10.1145/3309772.3309789
Metrics:
See at:
ISTI Repository | dl.acm.org | doi.org | CNR ExploRA
2019
Conference article
Open Access
A preliminary study for a marker-based crack monitoring in ancient structures
Germanese D., Pascali M. A., Berton A., Leone G. R., Jalil B., Moroni D., Salvetti O., Tampucci M.
Historical buildings are undeniably valuable documents of the history of the world. Their preservation has attracted considerable attention among modern societies, being a major issues both from economical and cultural point of view. This paper describes how image processing and marker-based application may support the long-term monitoring of crack patterns in the context of cultural heritage preservation, with a special focus on ancient structures. In detail, this work includes a state of the art about the most used techniques in structural monitoring, a description of the proposed methodology and the experimentation details. A discussion about the results and future works concludes the paper.Source: 2nd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, 07-09 January 2019
DOI: 10.1145/3309772.3309795
Metrics:
Germanese D., Pascali M. A., Berton A., Leone G. R., Jalil B., Moroni D., Salvetti O., Tampucci M.
Historical buildings are undeniably valuable documents of the history of the world. Their preservation has attracted considerable attention among modern societies, being a major issues both from economical and cultural point of view. This paper describes how image processing and marker-based application may support the long-term monitoring of crack patterns in the context of cultural heritage preservation, with a special focus on ancient structures. In detail, this work includes a state of the art about the most used techniques in structural monitoring, a description of the proposed methodology and the experimentation details. A discussion about the results and future works concludes the paper.Source: 2nd International Conference on Applications of Intelligent Systems, Las Palmas de Gran Canaria, Spain, 07-09 January 2019
DOI: 10.1145/3309772.3309795
Metrics:
See at:
dl.acm.org | ISTI Repository | doi.org | CNR ExploRA