PERCORSI DI ECCELLENZA - HONOURS PROGRAMMES

Contattare/Contact: Danilo Avola (avola@di.uniroma1.it)

PRIMA PROPOSTA (ITA) - Analisi dei Segnali Wi-Fi e EEG in Diverse Applicazioni

Analisi dei Segnali Wi-FI

Nell'attuale era altamente connessa, l'impiego dei segnali Wi-Fi offre ampie opportunità di ricerca in diversi settori. Quattro interessanti tematiche emergono in questo contesto:

1. Person Re-identification tramite Segnali Wi-Fi: La person re-identification, rientrante nella computer vision, si concentra sull'identificazione e tracciamento di individui attraverso sistemi di sorveglianza in varie location;

2. Human Synthesis tramite Analisi dei Segnali Wi-Fi: La human synthesis mira a creare figure umane virtuali realistiche. L'utilizzo dei segnali Wi-Fi consente, inoltre, l'acquisizione dettagliata di dati sui movimenti e il comportamento umano in specifici contesti;

3. Classificazione di Materiali con Segnali Wi-Fi: La classificazione di materiali sfrutta la capacità dei segnali Wi-Fi di penetrare e interagire con materiali solidi. Questo approccio può identificare specifici materiali in strutture come edifico o manufatti;

4. Ricostruzione di Ambienti basata su Segnali Wi-Fi: La ricostruzione di ambienti mira a creare modelli tridimensionali degli spazi. L'utilizzo dei segnali Wi-Fi coinvolge la mappatura della propagazione del segnale, permettendo la creazione di mappe dettagliate della disposizione di oggetti e strutture.

In sintesi, l'impiego dei segnali Wi-Fi apre nuove prospettive di ricerca in ambiti come la sorveglianza, la sintesi umana virtuale, la caratterizzazione di materiali e la ricostruzione dettagliata degli ambienti.

Analisi dei Segnali EEG

La ricerca nell'utilizzo dei segnali EEG (elettroencefalogramma) ha raggiunto vette significative, aprendo nuove prospettive nelle neuroscienze computazionali. Questo studio esplora diverse tematiche di ricerca focalizzate sull'applicazione degli EEG in contesti specifici, tra cui:

1. Motor Imagery: Gli EEG sono impiegati per interpretare segnali cerebrali e controllare dispositivi attraverso la visualizzazione di movimenti mentali, promuovendo lo sviluppo di tecnologie assistive avanzate;

2. Person Identification: Gli EEG, riflettendo variazioni uniche nelle attività cerebrali, sono studiati per l'identificazione della persona (come una sorta di impronte digitali), con possibili applicazioni in sistemi di sicurezza basati sulla biometria cerebrale;

3. Riconoscimento delle Emozioni: Gli EEG contribuiscono alla comprensione delle emozioni, facilitando lo sviluppo di sistemi di riconoscimento emozionale per migliorare le interazioni uomo-macchina;

4. Sintesi delle Emozioni Umane: La ricerca si concentra sulla sintesi di emozioni umane attraverso segnali EEG, aprendo nuove prospettive nell'umanizzazione dei robot, degli androidi e dei droni;

5. Supporto al Training di Modelli di Deep Learning: Gli EEG sono utilizzati per migliorare le prestazioni dei modelli di deep learning, integrando segnali cerebrali nei processi di apprendimento automatico.

In sintesi, la ricerca sugli EEG nei contesti visti apre nuove frontiere nelle neuroscienze computazionali, influenzando settori come sicurezza, robotica e interazione uomo-macchina. 

FIRST PROPOSAL (UK) - Wi-Fi e EEG Signal Analysis in Different Application Contexts

Wi-Fi Signal Analysis

In the current highly connected era, the use of Wi-Fi signals presents ample research opportunities in various fields. Four interesting themes emerge in this context:

1. Person Re-identification with Wi-Fi Signals: Person re-identification, falling within the realm of computer vision, focuses on the identification and tracking of individuals through surveillance systems in various locations;

2. Human Synthesis through Wi-Fi Signal Analysis: Human synthesis aims to create realistic virtual human figures. The use of WiFi signals allows for the detailed acquisition of data on human movements and behavior in specific contexts.

3. Material Classification with Wi-Fi Signals: Material classification leverages the ability of WiFi signals to penetrate and interact with solid materials. This approach can identify specific materials in opaque structures such as walls or floors;

4. Environment Reconstruction based on WiFi Signals: Environment reconstruction aims to create precise three-dimensional models of spaces. The use of WiFi signals involves mapping signal propagation, enabling the creation of detailed maps of the arrangement of objects and structures.

In summary, the use of Wi-Fi signals opens up new research perspectives in areas such as surveillance, virtual human synthesis, material characterization, and detailed environment reconstruction.

EEG Signal Analysis

The research on the use of EEG signals (electroencephalogram) has reached significant heights, opening new perspectives in computational neuroscience. This study explores various research topics focused on the application of EEG in specific contexts, including:

1. Motor Imagery: EEGs are employed to interpret brain signals and control devices through the visualization of mental movements, promoting the development of advanced assistive technologies;

2. Personal Identification: EEGs, reflecting unique variations in brain activities, are studied for personal identification, with potential applications in security systems based on brain biometrics;

3. Emotion Recognition: EEGs contribute to understanding emotions, facilitating the development of more precise emotional recognition systems to enhance human-machine interactions;

4. Synthesis of Human Emotions: Research focuses on the synthesis of human emotions through EEG signals, opening new perspectives in the humanization of robots, androids, and drones;

5. Support for Deep Learning Model Training: EEGs are used to improve the performance of deep learning models by integrating brain signals into machine learning processes.

In summary, research on EEGs in motor imagery, personal identification, emotional recognition and emulation, and support for deep learning training opens new frontiers in computational neuroscience, influencing sectors such as medicine, technology, and human-machine interaction.

SECONDA PROPOSTA (ITA) - UAVs PER I SISTEMI DI SICUREZZA

PROGETTO DRAGONS

Il progetto proposto si concentra sulla segmentazione di immagini acquisite da drone a diverse altezze, un ambito di rilevante importanza nella visione artificiale. L'obiettivo principale è sviluppare un sistema avanzato che possa analizzare in modo accurato e dettagliato le immagini provenienti dai droni, focalizzandosi sulla segmentazione per ottenere informazioni utili in diversi contesti applicativi. La segmentazione delle immagini acquisite da drone a diverse altezze trova applicazioni in settori quali la sorveglianza, la gestione del territorio, l'agricoltura di precisione e la sicurezza delle infrastrutture. La capacità di comprendere e distinguere dettagliatamente gli elementi presenti nelle immagini contribuisce significativamente alla presa di decisioni informate in questi ambiti.

Obiettivi del Progetto:

• Preparazione del Dataset: Etichettare accuratamente le immagini per identificare e classificare le diverse regioni di interesse. La qualità del dataset è fondamentale per il successo del processo di segmentazionE;

• Implementazione Modello: Definire un’architettura di Deep Learning in grado di gestire i dati acquisiti;

• Addestramento del Modello: Utilizzare il dataset preparato per addestrare il modello scelto, ottimizzando i parametri per massimizzare la precisione nella segmentazione delle immagini;

• Valutazione delle Prestazioni: Valutare le prestazioni del modello attraverso metriche specifiche, come l'accuracy e l'indice Jaccard, per comprendere la capacità di generalizzazione e la precisione della segmentazione.

PROGETTO SEARCHER

L'utilizzo dei droni nelle diverse sfere applicative è in costante crescita, alimentato dalle loro capacità di esplorare aree altrimenti difficilmente accessibili. Questo progetto si concentra sull'applicazione dei droni in quattro principali ambiti: saliency e anomaly detection, ricerca autonoma e intelligente di aree di interesse.

1. Saliency: Per la saliency, si impiegano algoritmi di visione computazionale per identificare punti cruciali nelle immagini, utile per sorveglianza di confini o monitoraggio ambientale. 

2. Anomaly: Per l'anomaly detection, si sviluppano algoritmi per rilevare attività sospette o cambiamenti significativi nell'ambiente. 

3. Ricerca Autonoma: Nella ricerca autonoma, si implementano algoritmi di navigazione avanzati e tecnologie di intelligenza artificiale per individuare autonomamente aree di interesse, come nella ricerca di persone scomparse. 

4. Tecnologie Chiave: Le tecnologie chiave includono visione computazionale, machine learning e sensori avanzati come Lidar e fotocamere multispettrali. L'obiettivo complessivo è sviluppare un sistema completo per massimizzare l'efficacia dei droni nelle applicazioni di sorveglianza, ricerca e intervento in situazioni critiche.

Il progetto mira a sviluppare un sistema completo che sfrutti le capacità avanzate dei droni nelle aree di saliency e anomaly detection, nonché nella ricerca autonoma di aree di interesse. L'integrazione di tecnologie all'avanguardia consentirà di massimizzare l'efficacia di tali droni nelle applicazioni di sorveglianza, ricerca e intervento in situazioni critiche.

SECOND PROPOSAL (UK) - UAVs FOR SECURITY SYSTEMS

DRAGONS PROJECT

The proposed project focuses on the segmentation of images captured by drones at various altitudes, a significant domain within computer vision. The main objective is to develop an advanced system capable of accurately and comprehensively analyzing images from drones, with a specific focus on segmentation to extract valuable information for various application contexts. The segmentation of images captured by drones at different altitudes has applications in sectors such as surveillance, land management, precision agriculture, and infrastructure security. The ability to understand and distinguish elements in the images in detail significantly contributes to making informed decisions in these domains. 

Project Objectives:

• Dataset Preparation: Accurately label images to identify and classify different regions of interest. The quality of the dataset is crucial for the success of the segmentation process;

• Model Implementation: Define a Deep Learning architecture capable of handling the acquired data;

• Model Training: Use the prepared dataset to train the chosen model, optimizing parameters to maximize accuracy in image segmentation;

• Performance Evaluation: Assess the model's performance using specific metrics such as accuracy and the Jaccard index to understand generalization capability and segmentation accuracy.

SEARCHER PROJECT

The use of drones in various application areas is constantly growing, fueled by their ability to explore areas that are otherwise difficult to access. This project focuses on the application of drones in four main areas: saliency and anomaly detection, and autonomous and intelligent search for areas of interest.

1. Saliency: In this aspect, computer vision algorithms are employed to identify crucial points in images, which is useful for border surveillance or environmental monitoring;

2. Anomaly Detection: Algorithms are developed to detect suspicious activities or significant changes in the environment;

3. Autonomous Research: Advanced navigation algorithms and artificial intelligence technologies are implemented to autonomously identify areas of interest, such as in the search for missing persons;

4. Key Technologies: The key technologies involved include computer vision, machine learning, and advanced sensors such as Lidar and multispectral cameras. The overall goal is to develop a comprehensive system to maximize the effectiveness of drones in surveillance, research, and intervention in critical situations.

The project aims to develop a complete system that leverages the advanced capabilities of drones in the areas of saliency and anomaly detection, as well as in the autonomous search for areas of interest. The integration of cutting-edge technologies will maximize the effectiveness of these drones in surveillance, research, and intervention applications in critical situations.