Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche di regolarizzazione statistiche e spazio-invarianti per l’elaborazione di immagini |
|---|---|
| Titolo del progetto di ricerca in inglese | Image processing by statistical and space-variant regularization methods |
| Campo principale della ricerca | Mathematics |
| Sottocampo della ricerca | Computational mathematics |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Le immagini costituiscono al giorno d’oggi uno dei più potenti mezzi di comunicazione. La loro enorme diffusione negli ambiti più disparati, dalla diagnostica medica, alla sorveglianza, ha portato allo sviluppo di metodi sempre più veloci ed efficienti per l’elaborazione di immagini. Nel framework variazionale, uno dei termini di regolarizzazione più usati è il Total Variation (TV). TV non tiene conto delle proprietà locali delle immagini in esame e risente dei limiti della convessità in termini di sparsificazione. Sta diventando sempre più diffusa la pratica di inglobare conoscenze specifiche disponibili sull’immagine nel regolarizzatore. L’obiettivo di questo progetto di ricerca è di sviluppare regolarizzatori che codifichino proprietà statistiche e locali dell’immagine, come direzione di edge, texture, ecc. Inoltre, il progetto è rivolto alla proposta di una procedura robusta ed efficiente per la minimizzazione di modelli non convessi, preferibili in termini di sparsificazione. |
| Descrizione sintetica in inglese | In the last decades, many efforts have been put into proposing fast and effective image restoration methods, due to capability of images of encoding information of different nature. Images are involved in medical diagnosis, surveillance, astronomy, just to name a few. In the variational framework, a very popular regularizer is the Total Variation (TV). TV does not take into account local properties of the examined image and its sparsity effects are very limited. Nowadays, the need of englobing a more specific knowledge on the image in the regularization process has started diffusing. The goal of this research project is working on regularizers encoding statistical and local properties of the image, such as orientation of edges, width of textures, etc. Moreover, the project aims at proposing a robust procedure for the minimization of non-convex variational models, enforcing the sparsity of the gradients in the final solution. |
| Data del bando | 18/07/2019 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://www.aricweb.unibo.it/BandiPubblicati/zz_Bandi_din.aspx |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://www.aricweb.unibo.it/BandiPubblicati/zz_Bandi_din.aspx |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://www.aricweb.unibo.it/BandiPubblicati/zz_Bandi_din.aspx |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI MATEMATICA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| mat.direzione@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 27/08/2019 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |