Generazione di Immagini Sintetiche in Computer Graphics per il Training di Reti Neurali Convoluzionali

Presso il gruppo di ricerca di imaging and virtual reality del Dipartimento di Informatica dell’Università di Torino è in sviluppo una CNN che permetta di riconoscere se uno scaffale di un market sia disposto nel modo corretto. Nel mondo dell’apprendimento automatico, una rete neurale convoluzionale (CNN) è un tipo di rete neurale con struttura simile alla corteccia celebrale visiva. Principalmente le CNN vengono utilizzate nel riconoscimento di immagini e video, nei sistemi di raccomandazione, nell’elaborazione del linguaggio naturale e in bioinformatica. Ma per addestrare una CNN si necessita di grandissime quantità di risorse visive (Training set). Una soluzione ottimale consiste nel creare un ambiente fotorealistico in computer grafica con una ampia possibilità di personalizzazione, evitando: spese economiche, vincoli da parte dei distributori di Training set e fattibilità. L’obiettivo di questo progetto è quello di realizzare come Proof of Concept un generatore di immagini sintetiche (in computer grafica), con lo scopo di essere utilizzato per ottenere set finiti di immagini per l’addestramento della rete neurale convoluzionale. Il software Autodesk Maya, programma per la gestione di scene 3D in computer grafica, definito standard industriale nel mondo