Si analizzerà il ruolo della computer vision nella human-computer interaction, dallo sviluppo storico alle moderne applicazioni come il riconoscimento di immagini e video. Verrà affrontata la questione dei bias degli algoritmi, i problemi etici e quelli relativi alla privacy degli utenti, delineando sfide significative.

1. Luigi Di Carlo
IL RUOLO DELLA
COMPUTER VISION NELLA
HUMAN-COMPUTER
INTERACTION (HCI)
CEO & Founder

2. Introduzione alla Computer Vision
Cosa vediamo noi Cosa vede il
computer
Computer Vision è un ramo dell'intelligenza artificiale che si occupa di
come addestrare i computer a ‘comprendere’ il mondo circostante basandosi su immagini e
video, in altre parole, ad emulare il sistema visivo umano.
Un’immagine digitale è composta da un
numero finito di elementi chiamati pixel,
ciascuno dei quali ha una particolare
posizione e un particolare valore
chiamato intensità o livello di grigio
dell’immagine

6. RELAZIONE CON
ALTRE DISCIPLINE

8. Tecnologie chiave
Classificazione Rilevamento Segmentazione

9. Computer Vision
Generativa
Modelli tipicamente basati su reti neurali in grado
di identificare i pattern e le strutture all'interno dei
dati esistenti e generare contenuti nuovi e originali.
I più popolari tra questi modelli sono:
• Generative adversarial networks (GANs)
• Diffusion Models

10. GANs

11. Diffusion Models

12. Alcune applicazioni nella HCI

13. Guida automoma e assistita
Veicoli in grado di affiancare gli
esseri umani alla guida,
utilizzando vari sensori per
ancipare i pericoli in strada e
ridurre il numero di incidenti

14. Robotica
Robot in grado di riconoscere la voce, i gesti e
persino le espressioni facciali degli umani,
creando un'interazione sempre più naturale.
Esempi di applicazioni:
• Medicina
• Produzione
• Assistenza domiciliare
• Istruzione/formazione

15. Medicina
Supporto ai medici, attraverso l'analisi di immagini
biomediche per rilevare ad esempio in maniera
automatica la presenza di tumori e altre anomalie.

16. Videosorveglianza
Tecnologie impiegate per migliorare la
sicurezza dei luoghi pubblici e privati:
• Rilevamento di oggetti
• Riconoscimento facciale
• Analisi comportamentale
• Analisi del traffico
• Rilevamento incendi e pericoli
• Anonimizzazione dei volti

17. Realtà aumentata
Consiste nella sovrapposizione di elementi virtuali con
il mondo reale fornendo un'esperienza interattiva e arricchita.
Il dispositivo AR (come uno smartphone o un visore) riconosce
l'ambiente circostante. Può farlo tramite la camera, sensori di
profondità o GPS. Il dispositivo cerca punti di riferimento visivi o
superfici su cui "ancorare" gli oggetti digitali.
Istruzione - Formazione Gaming E-commerce
Social

18. Generazione contenuti
Deep Fakes Creazione Immagini Creazione Video
Editing Immagini

19. Bias
Per bias si intende un errore sistematico o
un'imprecisione negli algoritmi o nei modelli
utilizzati per il riconoscimento, la
classificazione e l'analisi delle immagini.
Cause più comuni:
• Mancanza di diversità e rappresentatività
nei dati
• Errori nella etichettatura dei dati
• Costruzione dell'algoritmo

20. Problematiche etiche e sfide future
• Privacy: Monitoraggio non consensuale, uso improprio di dati personali.
• Equità ed inclusione: Riduzione dei bias, evitando discriminazioni.
• Proprietà intellettuale: Produzione di contenuti simili a lavori esistenti.
• Sicurezza degli algoritmi: Identificare e ridurre i malfunzionamenti.
• Responsabilità morale: Regolamentazioni per assegnare responsabilità in caso di
malfunzionamento del sistema.

21. GRAZIE