Sviluppo di una rete neurale convoluzionale per la ricostruzione Multi View Stereo 3D

1 Introduzione Il presente lavoro, il cui titolo è Sviluppo di una rete neurale convoluzionale per la ricostruzione Multi View Stereo 3D, documenta le fasi sperimentate al fine di realizzare un sistema in grado di stimare la profondità Multi View Stereo attraverso l’impiego di altre due reti neurali di successo per la depth estimation: l’MVS-Net e la PyDNet. Il primo capitolo include una propedeutica trattazione di aspetti caratterizzanti il settore dell’intelligenza artificiale e delle reti neurali, utile ad un lettore che necessiti di conoscenze basilari. In particolare, nella stesura si sono perseguiti i seguenti obiettivi:  far comprendere le ragioni che costituiscono il cardine delle scelte implementative del sistema di stima della profondità realizzato e dettagliato nei capitoli successivi;  sintetizzare i principali requisiti che caratterizzano un sistema di intelligenza artificiale, precisando anche quali di questi vengono soddisfatti dal sistema sviluppato nel presente lavoro. La pregnanza di tali dati emergerebbe pienamente qualora si dovesse impiegare la rete in quelle aree, come la guida autonoma, richiedenti il soddisfacimento di particolari proprietà del sistema, onde ottemperare alle direttive normative imposte da vari Stati;  chiarire quali potrebbero essere le alternative dei sistemi e delle tecniche che attualmente sono utilizzate nel campo dell’apprendimento automatico;  illustrare ad un certo livello di astrazione: o i componenti di base costitutivi di una rete neurale; o Il funzionamento di specifici algoritmi posti alla base dell’allenamento di una rete neurale, ossia come una rete neurale impari a portare a termine l’attività per la quale è stata creata; o le diverse tipologie di architetture di reti neurali. Il secondo capitolo, dedicato alla trattazione delle peculiarità della visione artificiale, fornisce delucidazioni su aspetti settoriali, quali:  le tecniche di maggior successo per la visione artificiale;