Deep Vision Consulting – Deep Learning and Computer Vision Consulting

Eugenio Nurrito

Eugenio Nurrito, modenese, 1990 (Laurea Magistrale in Fisica Applicata, Università di Bologna, 2016), durante il percorso di studi ha approfondito con particolare attenzione temi di calcolo parallelo (presso il Cineca), di visione artificiale e deep learning, tecniche utilizzate approfonditamente anche nella tesi di laurea su temi di medical imaging. Si è unito al gruppo di Deep Vision Consulting nel 2018.

Da sempre favorevole all’approccio culturale dell’open source, è profondo conoscitore del mondo Linux.
E’ appassionato ed esperto di Python, con il quale affronta temi di progettazione, prototipazione ma anche sviluppo di soluzioni ingegnerizzate per deep learning, big data analysis e servizi in cloud.

Stimolato da una naturale curiosità per l’utilizzo dell’informatica applicata al mondo delle scienze, ama realizzare nel tempo libero soluzioni basate su microcontrollori e single board PC embedded quali Arduino e Raspberry o applicazioni Mobile, di cui la più nota è “Fiumi Emilia-Romagna” (oltre 6000 download), che permette di controllare in tempo reale il livello di piena dei fiumi sul territorio italiano tramite dispositivi Android.

Eugenio Nurrito

Eugenio Nurrito, Modena, Italy, 1990 (MS in Applied Physics ’16), during the course of his studies he mastered the themes of parallel computing (at Cineca), artificial vision and deep learning, techniques used extensively in his thesis work in medical imaging. He joined the Deep Vision Consulting group in 2018.

Always promoter of the open source cultural approach, he has broad knowledge of the Linux world.
He is passionate and expert of Python, that he exploits to tackle themes of software designing, prototyping and development of advanced engineered solutions for deep learning, big data analysis and cloud services.

Motivated by an inborn curiosity for the use of IT applied to the world of science, in the free time he enjoys designing solutions by means of micro-controllers and single board embedded PCs like Arduino and Raspberry, or by Android apps development, like “Fiumi Emilia-Romagna” (over 6000 downloads), which allows a real time check of water levels of rivers over the Italian territory.

Giovanni Gualdi

Giovanni Gualdi, nato a Modena, 1978, (Laurea 2003, Dottorato 2010), guida di Deep Vision Consulting, studio di ingegneria fondato da lui nel 2011 e inizialmente chiamato Computer Vision Consulting.

Inventore di 2 brevetti (U.S.P.T.O.), ed autore di più di 20 articoli in riviste e atti di conferenze internazionali (vedi lista aggiornata).

Nel 2002-2004 Giovanni è stato ricercatore al Computer Vision and Robotics Research (CVRR) Lab diretto dal Prof. Mohan Trivedi presso UCSD (University of California, San Diego) e al Multimedia and Mobile Streaming Labs (MMSL) presso Hewlett Packard Labs (Palo Alto, California), occupandosi di multiple object tracking in reti di sensori.
Nel 2006-2010, durante il suo dottorato di ricerca, Giovanni si è occupato principalmente di video sorveglianza in contesti mobili, con particolare attenzione ad object detection.

Grazie all’apprezzamento dei clienti, l’attività di consulenza di Giovanni e del suo gruppo si è estesa oltre la visione artificiale, inglobando altri campi verticali dell’ingegneria informatica e dello sviluppo software, in particolare: piattaforme embedded, robotica, simulazioni e matematica applicata, multimedia.

Benchè il ritmo di crescita incalzante di Deep Vision Consulting occupi la maggior parte del tempo su questioni di management e gestione clienti, tuttavia Giovanni di proposito si tiene sempre attivo sul fronte tecnico. Negli ultimi anni ha servito in numerosi progetti, occupandosi di: slam in telecamere stereo, people tracking da telecamere termiche (far infrared), analisi di persone e di posture da telecamere di profondità, analisi di volti e di caratteristiche facciali, encoding e streaming video, riconoscimento targhe, analisi di oggetti 3D da point clouds di profilometri, multiple object tracking da telecamere monoculari, stima della posa e della geometria per realtà aumentata, medical imaging, analisi sportive, optical character recognition (OCR) per l’industria del gaming, ottimizzazione di percorrenza di traiettorie per robots, e molti altri.
Infine, Giovanni ha offerto le proprie competenze per la preparazione di una domanda di finanziamento di Horizon 2020 SME Phase 2, che ha ottenuto ottimi voti ed è stata infine approvata (vedi comunicato stampa).

Michele Fornaciari

Michele Fornaciari, nato a Correggio (Reggio Emilia), 1985, (Laurea 2010, Dottorato di ricerca 2013), autore di numerosi articoli in riviste e conferenze di settore (lista aggiornata), docente di visione artificiale presso corsi di master universitario; si è unito al gruppo di Deep Learning and Computer Vision Consulting nel 2015.

Nel 2011-2013, durante il dottorato di ricerca, Michele si è occupato di ottimizzazione di algoritmi di image processing nel mondo embedded e mobile; nel 2014 ha sviluppato un altoritmo per rilevare ellissi in immagini, considerato a lungo lo stato dell’arte in letteratura.

Nel 2014-2016 come post-doc dell’Università di Modena e Reggio Emilia ha sviluppato applicazioni OpenCV e C++/Qt per svariati progetti di visione artificiale. Nel 2015-2016 come post-doc dell’Università di Venezia (IUAV), si è occupato di modelli statistici per la predizione di punti di svolta su serie temporali.

Nel 2015 ha creato l’utente “Miki” in StackOverflow, con lo scopo di tenersi aggiornato in OpenCV e C++. Al momento della redazione dell’articolo, è in 4a posizione nel tag “OpenCV” all-time ranking, con più di 500 risposte accettate.

Michele ricopre un ruolo fondamentale in Deep Learning and Computer Vision Consulting, grazie alla sua solida esperienza in image processing, indiscutibili conoscenze di programmazione e spiccato senso di problem solving.

Michele Fornaciari

Michele Fornaciari, born in Correggio (Reggio Emilia, Italy), 1985, (MS ’10, PhD ’13), main author of several papers in international journals and conference proceedings (see updated list), lecturer of computer vision master courses; he joined Deep Learning and Computer Vision Consulting in 2015.

In 2011-2013, during his PhD, Michele’s main focus was on highly optimized image processing in embedded and mobile scenarios; in 2014 he developed an algorithm to detect ellipse in monocular images, which was considered as state of the art in literature.

In 2014-2016 as post-doc of University of Modena he developed OpenCV and C++/Qt based applications for several computer vision projects. In 2015-2016 as post-doc of University of Venice (IUAV) he focused on the implementation of statistical models for turning points prediction on economic series .

In 2015 he joined StackOverflow with the nickname Miki to stay up to date with OpenCV and C++ developments. Now he’s 4th in the “OpenCV” tag all-time ranking, with more than 500 accepted answers.

Michele plays a key role in Deep Learning and Computer Vision Consulting, because of his solid experience in image processing, unquestionable programming skills, and extreme practical sense for problem solving.

PROGRAMMING

Languages

– C/C++ (up to date with C++11/14/17)

– Python

– Matlab

Frameworks, libraries, engines

– Most known public frameworks for DL (Caffe, Keras, Torch, Tensorflow, etc)

– Qt

– Opencv

– Ortools

– Gurobi

– Eigen

– Cuda, VisionWorks

– Unity

SENSORI ED ELABORAZIONI IMMAGINI

Elaborazione di immagini ottiche monoculari

– telecamere industriali (per es. Basler, Matrix Vision, Point Grey, )

– telecamere consumer / sorveglianza (per es. Axis, EconSystem, consumer webcams, raspicam)

– moduli sensore (per es. OnSemi, OmniVision)

Elaborazione di immagini di profondità 2.5D/3D con

– telecamere stereo (per es. Point Grey, Duo, Zed, realizzazioni custom)

– telecamere con proiezioni strutturate (per es. Kinect v1, PrimeSense, Asus Xtion)

– telecamere ToF time of flight (per es. Kinect v2, Logitech, Softkinetic, BlueTechnix)

– profilometri laser (per es. Leutze, Wenglor)

– lidars (per es. Sick)

Elaborazioni di immagini termiche, lontano infrarosso (e.g. Heimann, Excelitas, Flir)

Dispositivi di Realtà Aumentata (e.g. Microsoft Hololens, Epson Moverio)

VISIONE ARTIFICIALE E DEEP LEARNING

Classificazione, Rilevamento e Riconoscimento di Oggetti

Tracking di Oggetti (single and multiple object tracking)

Rilevamento, Verifica e Riconoscimento di Caratteri (OCD, OCV, OCR), in condizioni visive estreme

Ricostruzione 3D

– Fotogrammetria Monoculare e Stereo

– Analisi di Oggetti 3D (per automazione industriale o sorveglianza)

– SLAM, simultaneous localization and mapping

Realtà aumentata e Virtuale, utilizzo di motori di grafica per gaming (per es. Unity)

Sorveglianza e People Analysis

– Rilevamento e Tracking di persone

– Analisi delle Traiettorie e Stima dei Flussi

– Analisi e Profilazione Volti

– Postura del Corpo, Analisi di Gesti e Comportamenti

MATEMATICA

Ottimizzazioni Matematiche (Lineari, non lineari, miste)

Matematica applicata (Ricerca operativa, Teoria dei grafi, ecc)

EMBEDDED CAMERAS AND PLATFORMS

ARMs, single and multi-core, neon optimization

– Raspberry, Beaglebone black (Texas Instrument Sitara), Variscite (NxP IMX)

SOM with GPU

– Nvidia Tk1: Jetson, Toradex Apalis

– Nvidia Tx1 / Tx2

COMPUTER VISION AND DEEP LEARNING

Object classification, detection and recognition

Object Tracking (single and multiple object tracking)

Optical Character Detection Verification and Recognition (OCD, OCV, OCR), in extreme visual conditions

3D Reconstruction

– Monocular and stereo photogrammetry

– Analysis of 3d objects (for industrial automation or surveillance)

– SLAM, simultaneous localization and mapping

Augmented and Virtual Reality, use of gaming engines (e.g. Unity)

Surveillance and People analysis

– People detection and tracking

– Trajectory analysis and flow estimation

– Face analysis and profiling

– Body posture, gesture and behavior analysis

SENSORS AND IMAGE PROCESSING

Optical, monocular imaging

– industrial cameras (e.g. Basler, Matrix Vision, Point Grey)

– consumer / surveillance cameras (e.g. Axis, EconSystem, consumer webcams, raspicam)

– sensor modules (e.g. OnSemi, OmniVision)

2.5D/3D imaging by means of

– stereo cameras (e.g. Point Grey, Duo, Zed, custom made)

– structured light cameras (e.g. Kinect v1, Primesense, Asus Xtion)

– tof imaging (e.g. Kinect v2, Logitech, Softkinetic, BlueTechnix)

– laser profilometers (e.g. Leutze, Wenglor)

– lidars (e.g. Sick)

Thermal imaging (e.g. Heimann, Excelitas)

Augmented reality devices (e.g. Microsoft Hololens, Epson Moverio)

Francesco Solera

Francesco Solera, born in Mirandola (Modena, Italy), 1988, (MS ’14, PhD ’17), is author of several papers in top-ranked international journals and conference proceedings in the field of computer vision and machine learning (see updated list). For his PhD studies, he also received two best paper awards. He joined Deep Vision Consulting in 2017.

In the course of the Phd, his research interests focused on applying machine learning to problems like people tracking, group detection and crowd analysis at large (see the github).

In 2015 he was research assistant at Duke University (North Carolina, USA), working on multi-camera multi-target tracking under the supervision of prof. Carlo Tomasi.

Francesco Solera

Francesco Solera, nato a Mirandola (Modena), 1988, (Laurea 2014, Dottorato 2017), è autore di numerosi paper in riviste e atti di conferenza di massimo livello scientifico (vedi lista aggiornata), in visione artificiale e machine learning. Per i risultato ottenuti durante il dottorato, Francesco ha anche ricevuto due best paper awards. Si è unito al gruppo di Deep Vision Consulting inel 2017.

Durante il suo dottorato di ricerca, si è principalmente occupato di people tracking, group detection e analisi di folle (vedi il suo github).

Nel 2015 è stato ricercatore presso la Duke University (North Carolina, USA), occupandosi di multi-camera multi-target tracking sotto la supervisione del Prof. Carlo Tomasi.

Giovanni Gualdi

Giovanni Gualdi, born in Modena (Italy), 1978, (MS ’03, PhD ’10), head of Deep Vision Consulting, which he founded in 2011.

He is main inventor of 2 patents (U.S.P.T.O.) and author of more than 20 papers in international journals and conference proceedings (see updated list).

In 2002-2004 Giovanni served as research associate in the Computer Vision and Robotics Research (CVRR) Lab directed by Prof. Mohan Trivedi at UCSD (University of California, San Diego) and in the Multimedia and Mobile Streaming Labs (MMSL) in Hewlett Packard Labs (Palo Alto, California), addressing vision-based multiple object tracking in sensor networks.
In 2006-2010, during his PhD, Giovanni’s main focus was on video surveillance in mobile scenarios, with a particular attention to object detection.

Being appreciated by his customers, Giovanni and his group’s consultant activity extended beyond computer vision, tackling other complementary fields of Computer Engineering and Software Development, namely Embedded Platforms, Robotics, Simulation and Applied Mathematics, Multimedia.

The fastly growing pace of Deep Vision Consulting is taking most of Giovanni’s time over project management and customers relationships, however he purposely keep active in technical development. In the past few years he served on many projects, tackling: slam by stereo cameras, people tracking from thermal cameras, people and posture analysis from depth cameras, face and facial features analysis, video encoding and streaming, plate detection, 3D object analysis by use of profilometers, multiple object tracking by monocular cameras, geometry and pose recovery for augmented reality, medical imaging and sport analysis, optical character recognition for the gaming industry, robotic kinodynamic path optimization and many others.
Additionally he served as technical consultant for the preparation of applications for Horizon 2020 SME Phase 2, which eventually all obtained excellent scores and part of them got funded (see press release).

MATH

Mathematical Optimization (Linear, Non-Linear, Integer, Mixed programming)

Applied Mathematics (Operations Research, Graph Theory, etc)

ROBOTICS

Cartesian robots, Robotic Arms, Collaborative robots

Path planning, Motion Planning, Kinodinamic Planning

• Deep Learning:
– Most known public frameworks
(Caffe, Keras, Torch, Tensorflow, etc)
– Digits
– Custom frameworks

• Qt

• Opencv

• Ortools

• Eigen

• Cuda, VisionWorks

• Unity

• etc

Raggiungi i tuoi obiettivi in Visione Artificiale e Deep Learning

Scopri di più

CES Innovation award for Ledworks!

Invited Lecture at Bocconi

DVC @ CVPR 2019 in Long Beach, California

Raggiungi i tuoi obiettivi in
Visione Artificiale e Deep Learning