Riconoscimento e classificazione di beni culturali: un caso di studio per Casa Bufalini

La tesi è strutturata in tre capitoli principali: Stato dell’arte: in questo capitolo si presenta il tema dell’Intelligenza Artificiale, del Machine Learning e del Deep Learning approfondendo il mondo delle Reti Neurali Convoluzionali. Oltre ad un’analisi sulla struttura e l’utilizzo di queste tecnologie, viene spiegato il perché sia corretto un loro impiego per la risoluzione del problema di classificazione e riconoscimento dei monumenti. Un’ultima sezione è dedicata ai lavori correlati mettendo in mostra le potenzialità delle CNN ed i risultati ottenuti in articoli affini al tema dei beni culturali. Progettazione: in questo capitolo vengono descritte le tecnologie e le architetture utilizzate. Nella prima sezione viene descritto e analizzato il dominio del problema, nelle sezioni successive vengono trattate le tecnologie impiegate per lo sviluppo e la risoluzione dei problemi legati alla Rete Neurale Convoluzionale. Un capitolo fondamentale in cui vengono gettate le basi per la vera e propria implementazione dei concetti descritti. Implementazione e testing: in questo capitolo avviene l’implementazione del codice con conseguenti considerazioni da effettuare. Riveste un ruolo chiave in quanto vengono mostrati i risultati ottenuti dalle diverse architetture andando ad individuare e selezionare il modello migliore. In seguito alla valutazione del modello si procede con una fase di testing per verificare il corretto funzionamento della rete. Al termine di questi capitoli che rappresentano il corpo della tesi, è presente un paragrafo conclusivo dedicato alle trattazioni finali con relative considerazioni sul prototipo ottenuto. In aggiunta vengono evidenziati quelli che possono essere gli sviluppi futuri del progetto.