Raccolta domande orali di SMU Picariello - unina

[poel]

2015

Settembre 2015
si descriva il filtro laplaciano di Rosenfeld e Kak e si scriva un programma C che usando le librerie OpenCv effettui tale filtraggio su un'immagine a livello di grigio
si discuta il concetto di "bontà" di una feature
il concetto di Layout di SMIL
codifica di huffman
si descriva l'algoritmo di insermiento in un R-tree

Terza data luglio 2015
Grafica vettoriale: merch in blender
Trasformazioni punto punto. Esempio opencv tradformaziine logaritmica
Mpeg 7 e descrittori
Delete kd tree
Maledizione delle dimensioni con pca

Seconda data Luglio 2015:
Equalizzazione di istogramma in immagini a livello di grigio.
Si spieghi cosa vuol dire bontà di una feature e quali sono le misure che la caratterizzano
Semiotica e semantica nei sistemi multimediali
Il formato jpeg
Si descriva lo schema architetturale del web semantico

Luglio 2015 (link)
Le distanze di Minkowsky, L1, L2, L3 e la distanza coseno
L'interfaccia MIDI
Le SIFT, illustrare l'algoritmo
POS tagging
R-Tree esempio di inserimento

Febbraio 2015
1)Mpeg
2)trattamento automatico del testo
3) pqt con insert
4)filtro medio con codice opencv
5)smil con relativi attributi.

2014

Ottobre 2014
1)JPEG & JPEG 2000
2)OpenCV : scrivere le righe di codice che implementano un filtro laplaciano, utilizzando le primitive di OpenCV + esempio
3)PQT Tree : Algoritmo di Creazione ed Esempio (Inserimento)
4)Erano due a scelta : - una su blender che non ricordo (ho scelto l'altra ) - Spiegazione della fase di tagging grammaticale, POS, nel NPL
5)Signature in Oracle Multimidia con esempio di utilizzo

Settembre 2014
la trovi in basso o cliccando qui:Raccolta domande orali di SMU Picariello - unina

Giugno 2014 a
1)filtro mediano in opencv
2)order image
3)semiotica
4)contrast stretching
5)quad tree

Giugno 2014 b
la trovi in basso o cliccando qui:Raccolta domande orali di SMU Picariello - unina

2013

Novembre 2013
1) codifica di Huffman e suo utilizzo nella compressione delle immagini
2) Order Statistic filter con esempio
3) Distanza Euclidea e distanza Coseno, come vengono utilizzate nella ricerca delle immagini
4) k-d tree: descrizione ed esempio (di insert)

Giugno 2013
1) Scrivere le righe di codice OpenCV che effettuavano un passabasso di un immagine (sfocandola) e poi sottrarre la versione originale a quest'ultima per evidenziare gli edge.
2) Architettura di un DBMS multimediale.
3) Descrivere un formato video MPEG a piacere tra le varie versioni studiate.
4) Descrivere i principali Costrutti di SMIL.

- la prima domanda non se l'aspettava nessuno, ma ha detto il prof che OpenCV è parte integrante del programma e si deve conoscere. Le righe di codice da scrivere erano poche affermava, quindi consiglio a chi deve ancora preparare l'esame di studiarsi almeno le primitive fornite da OpenCV e come usarle.
- la 2 e la 3 sono abbastanza autodescrittive.
- per la 4 domanda non era molto interessato a SMIL in generale quanto ai tags messi a disposizione dell'utente ed il loro scopo (per intenderci: src, layout, dur, begin, end, repeat, par, seq, agli ultimi 2 pareva particolarmente interessato, non dimenticateli)

Ha dato circa 30-40 min per le domande quindi chiamava man mano i ragazzi a correggerle e subito dopo visionava le tesine chiedendo ulteriori dettagli implementativi.

Assegna un voto alle 4 domande dello scritto e un voto alla tesina, il voto finale è una media tra i due.

Spero siano info interessanti (per me sarebbe stato molto utile conoscerle prima di dare l'esame ). In bocca al lupo a tutti.

Luglio 2013
1) Spazi dei colori percettivi
2) Metodi di compressione lossless
3) Quadtree con esempio di insert
4) Contrast Enhancement

Seconda data Luglio 2013
1) istogramma dei colori e contrast enhancement tramite quest'ultimo.
2) illustrare il filtro mediano e scrivere il codice openCV che lo implementa
3) SMIL, costrutti principali
4) inserimento in k-d tree

inoltre per me che non ho portato il progetto c'erano ulteriori tre domande
5) architettura di un MMDBMS
6) filtri derivativi per l'edge detection
7)spazi di colore percettivi e non

Marzo 2013
1)PCA
2)compressione JPEG e JPEG 2000,
3) la texture
4) OrdImage.

2012

Giugno 2012
1) Quadtrees con accenno alla procedura di cancellazione
2) Il problema della dimensionality reduction (voleva sapere entropia, compattezza e PCA)
3) Trasformazioni punto a punto
4) Il formato video MPEG

Giugno 2012
1) La semiotica e la sua importanza nei sistemi multimediali
2) SMIL, caratteristiche
3) Filtri derivativi e loro usi
4) trattamento testi e WordNet

Luglio 2012
1) un esercizio sul filtraggio, data un'immagine 5x5 con dei valori di pixel applicare il filtro mediano 3x3 e il filtro medio 3x3 con valori 1/9
2) algoritmo PCA, eventualmente con un esempio
3) algoritmi di cancellazione di un nodo nei 2-D tree
4) analisi morfosintattica nel text processing

Luglio 2012
1) Feature di Colore, Texture e Forma: in particolare in Oracle Multimedia cosa sono le Signature e come vengono usate
2) JPEG e JPEG 2000
3) k-d tree: descrizione, complessità di ricerca, algortimi di inserimento e cancellazione
4) definizione di spazio metrico e metriche di minkowsky

Settembre 2012
1) Smil e sue caratteristiche
2) Filtro mediano con esempio
3) Spazio HSI
4) Quad-Tree

2011

Ottobre 2011
1)PCA ed SVD con esempi e proprietà
2)Filtro Laplaciano
3)Tecniche di image retrieval basete su colore ,spiegando come funzionano e propeità
4)SMIL esempi e proprietà

Settembre 2011
1)Filtri passa-basso per le immagini
2)Modello HSI con rappresentazione, confronto con RGB
3)Text Processing (uno degli aspetti a piacere, io ho parlato del Tagging grammaticale)
4)SIFT

All'orale ho discusso il progetto e mi ha chiesto un confronto tra wavelet e dct

Ottobre 2011
1)PCA
2)Filtro Laplaciano bidimensionale
3)Feature legate al Colore e image retrieval
4)SMIL

Novembre 2011
1)Spazio dei colori CIE
2)k-tree
3)metric spaces e similarità
4)image data type

 

[poel]

Re: Domande Orali

allego la traccia di ieri, le modalità sembrano essere leggermente cambiate rispetto agli appelli precedenti

lo svolgimento della prima domande è:

Mat imm = imread("percorsodelfilequi", 0); // 0 scala di grigi
int media = 0;

// Sommo ogni elemento dell'immagine

for(int i = 0; i < imm.rows; i++)
for(int j = 0; j < imm.cols; j++)
media += imm.at<uchar>(i,j);

// Divido la somma totale per il numero di elementi così da ottenere la media

media = floor(media/(imm.rows*imm.cols));

// Per ogni elemento determino se questo deve avere valore 255 o valore 0

for(int i = 0; i < imm.rows; i++)
for(int j = 0; j < imm.cols; j++)
if(imm.at<uchar>(i,j) > media)
imm.at<uchar>(i,j) = 255;
else
imm.at<uchar>(i,j) = 0;

 

[poel]

Re: Domande Orali

Vi segnalo anche un file contenente alcune risposte per le domande sopra elencate http://ingegnerinforma.it/forum/resources/risposte-sistemi-multimediali-picariello-unina.140/

 

[salvatore]

Re: Domande Orali

SMU - Esame del 22-10-2014

Queste erano le domande dell'esame di oggi :

1 - JPEG & JPEG 2000

2 - OpenCV : scrivere le righe di codice che implementano un filtro laplaciano, utilizzando le primitive di OpenCV (io ho usato la primitiva cvLaplacian(imm,immTrasf) e far vedere con un esempio, l'azione del filtro laplaciano (in pratica voleva la formulazione matematica del filtro e la maschera derivante )

3 - PQT Tree : Algoritmo di Creazione ed Esempio (Inserimento)

4 - Erano due a scelta : - una su blender che non ricordo (ho scelto l'altra ) - Spiegazione della fase di tagging grammaticale, POS, nel NPL

5 - Signature in Oracle Multimidia con esempio di utilizzo

Valore per domanda 5 pt ---> Max Scritto (25 pt) + la tesina Max (5 pt)

Spero queste informazioni siano d'aiuto per i posteri.

 

[salvatore]

Re: Domande Orali

SMU 16 - 09 - 2014

 

[FraDor]

Scusate, ma è possibile avere un programma dove sono riportate tutte le primitive di OpenCV che bisogna imparare e portare all'esame? No perchè a me già due volte all'esame è capitato di dover scrivere un codice che non sapevo. Spero possiate aiutarmi grazie in anticipo

 

[poel]

Ciao, sapresti dirmi quale esercizio non sei riuscito ad implementare?
Se ti ricordi indicami la traccia

 

[FraDor]

io parlo in generale, non esiste un programma dove sono riportati tutti i programmi di OpenCV che possono uscire come domanda all'esame? A me è uscito il filtro laplaciano e poi il filtro medio. Perchè io vorrei prendere un voto buono, ma se non so il codice una domanda la salterò sempre. Quindi volevo sapere se esisteva un programma con tutti i codici OpenCV da imparare, dato che io non trovato nessun programma.

 

[poel]

Non sono molte, potremmo provare a realizzare la lista, comunque in questo file dovresti trovare il filtro Laplaciano (evidenzia gli edge)

 

[FraDor]

se potresti fornirmi una lista, ti sarei molto grato, anche perchè l'esame è mercoledì e mi manca solo questa parte del programma da affinare o imparare

 

[poel]

Grossomodo dovresti

• saper gestire i tipi Mat per caricare un’immagine in una matrice, quindi muoversi su di essa tramite imm.rows, imm.cols (doppio for con l’indice che scorre tra queste cardinalità).Saper usare imm.at<uchar>(i,j) per ricavare il valore in un determinato punto.
• imread
• cvtColor
• equalizeHist

• gestire i tipi IplImage*
• cvLoadImage
• cvCreateImage
• cvSmooth
• cvSub

​

ovviamente per visualizzare​

• cvNamedWindow
• cvShowImage

Perlomeno queste mi vengono in mente.

 

[FraDor]

grazie mille poel. La notte è lunga, ne avrò di codici da imparare!

 

[djrosario_91]

Non si sa niente della traccia di marzo e maggio?

 

[djrosario_91]

Buongiorno ragazzi.
Ma con 2)order image, della data di Giugno 2014, che vuol dire? Io so soltanto gli order statistics filters, ma poi niente più di order image

 

[giannir1988]

toglietemi una curiosit...ma "order image" uscita a giugno 2014 si intende "ORDImage"? ovvero la classe che gestisce le immagini in Oracle DB o voleva sapere come si effettua il Ranking delle immagini sempre in Oracle DB (ovvero con la ImgScore(ID) dopo aver utilizzato la ImgSimilar())?

 

[giannir1988]

a prima vista direi che la risposta alla domanda sul Renking delle immagini è quello di utilizzare proprio ImgSimilar ed ImsScore effettuando un ordinamento tramite un ORDER BY proprio su quest'ultimo parametro.
Ovvero, effettua una ricerca delle immagini simili entro un certo limite tramite la regolazione del parametro di retrival (di solito settato a 50 o più) nella funzione ImgSimilar, dopodiché, utilizzando lo stesso ID utilizzato nella definizione della ImgSimilar effettua uno score delle immagini con ImgScore ed ordino in ordine decrescente così da fornire all'utilizzatore del sistema prima le immagini più simili e dopo quelle meno similim un po' come fa Google insomma...

 

[Lorder]

L'esame del 14 Luglio le domande erano:
Equalizzazione di istogramma in immagini a livello di grigio.
Si spieghi cosa vuol dire bontà di una feature e quali sono le misure che la caratterizzano
Semiotica e semantica nei sistemi multimediali
Il formato jpeg
Si descriva lo schema architetturale del web semantico

 

[eltanque893]

 

[davidepimpy]

ragazzi, ho l'esame martedi...qualcuno in extremis mi sa dire cio che è uscito a GENNAIO, cosi posso escludere qualcosa in ripetizione? grazie

 

[davidepimpy]

8 Gennaio 2016 (recuperata)
- pqthree insert,
- applicare un filtro ad una immagine con OpenCV
- oracle multimedia
- un altra cosa ignota

16 Febbraio 2016
1-Blender:modificatori, sistema riferimento e trasformazioni principali
2-MPEG7 e Sistema dei descrittori
3-Features: bontà e perchè
4-Standard MIDI
5-Le shape: come possiamo rappresentarle e come si possono confrontare tra loro (qui io risposto che possiamo rappresentarle con bitmap e confrontarle con elastic match, ma andava scritto qualcoa sui "centroidi" ed "aspetto di forma" che non so cosa siano, ma stanno sulle slides)