Implementazione del modello di apprendimento profondo per il rilevamento degli oggetti

Dare la possibilità a un computer o a un robot di conoscere una forma o un modello in un'immagine è un problema molto difficile da risolvere, ma non impossibile. L'uso di algoritmi di apprendimento consente a un computer di identificare una forma in un'immagine per classificarla, localizzarla o analizzarla. Questa forma può essere una lettera, un numero o un oggetto reale. Nel campo del riconoscimento dei modelli sono stati presentati molti lavori di ricerca per migliorare le prestazioni degli algoritmi di apprendimento in termini di accuratezza e velocità. Fin dagli anni '40 i ricercatori nel campo dell'intelligenza artificiale hanno cercato di svelare i segreti del funzionamento del cervello umano, nella speranza di poterlo un giorno replicare virtualmente e trasferirlo a macchine che sarebbero diventate intelligenti e autonome come quelle umane. La ricerca è progredita notevolmente e ha iniziato a progettare macchine intelligenti. L'IA era un concetto fantasioso e fantascientifico, ma ora sta diventando una realtà quotidiana. Le reti neurali stanno aprendo la strada ai progressi dell'apprendimento automatico, chiamato "apprendimento profondo". L'apprendimento profondo e la computer vision stanno trasformando il modo in cui interagiamo con tutte le macchine e i dispositivi della nostra vita, consentendo loro di elaborare ciò che vedono in tempo reale.

Riadh Ayachi ha conseguito la laurea triennale in Elettronica, Elettrotecnica e Automatica nel 2015 e la laurea magistrale in Micro e Nano Elettronica nel 2018 presso la Facoltà di Scienze di Monastir, Tunisia, nel 2015. Attualmente sta preparando il suo dottorato di ricerca nell'area del deep learning, dell'elaborazione di immagini e video e dell'implementazione hardware.