Prof. Ing. Antonio Picariello -...

Curriculum dell’Attivita Didattica e Scientifica del

Prof. Ing. Antonio Picarielloassociato confermato ING-INF/05

25 luglio 2008

1

Indice

1 Curriculum Vitae 41.1 Posizione attuale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.2 Posizioni precedenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41.3 Titoli di studio e professionali . . . . . . . . . . . . . . . . . . . . . . . . 41.4 Borse di studio e contratti di ricerca . . . . . . . . . . . . . . . . . . . . . 5

2 Attivita Organizzative 52.1 Attivita Organizzative e Professionali in ambito Universitario . . . . . . . . 52.2 Attivita di organizzazione conferenze, partecipazione a comitati di program-

mi e associazioni internazionali . . . . . . . . . . . . . . . . . . . . . . . . 62.3 Partecipazione ad Associazioni Professionali . . . . . . . . . . . . . . . . 72.4 Attivita di Revisore in International Journals . . . . . . . . . . . . . . . . . 7

3 Attivita di Disseminazione sul Territorio 7

4 Attivita Istituzionali 94.1 Rappresentate dei Ricercatori al Consiglio di Facolta . . . . . . . . . . . . 94.2 Collegio dei Docenti Dottorato di Ricerca . . . . . . . . . . . . . . . . . . 94.3 Partecipazione a Commissioni di Concorso . . . . . . . . . . . . . . . . . 94.4 Partecipazione a Commissione di Esami Stato per la Professione di Ingegnere 9

5 Attivita Didattiche 105.1 Seminari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105.2 Tutoraggio Diplomi Teleimpartiti . . . . . . . . . . . . . . . . . . . . . . . 105.3 Tesi di Laurea e di Diploma . . . . . . . . . . . . . . . . . . . . . . . . . . 115.4 Docenze Universitarie a Contratto . . . . . . . . . . . . . . . . . . . . . . 115.5 Corsi Universitari di Titolarieta e Supplenza . . . . . . . . . . . . . . . . . 11

6 Visibilita Internazionale e Nazionale 136.1 Editor su Riviste Internazionali . . . . . . . . . . . . . . . . . . . . . . . . 136.2 Associate Editor su Collezioni Digitali Internazionali . . . . . . . . . . . . 136.3 Invited Talks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136.4 Panel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136.5 Brevetti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146.6 Premi Internazionali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146.7 Interviste su Riviste Divulgative e Trasmissioni Televisive . . . . . . . . . 146.8 Partecipazione a Libri di Ricerca Internazionali . . . . . . . . . . . . . . . 14

7 Attivita Scientifica 147.1 Attivita di Ricerca all’Estero . . . . . . . . . . . . . . . . . . . . . . . . . 147.2 Partecipazione a programmi di ricerca . . . . . . . . . . . . . . . . . . . . 157.3 Linee di Ricerca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157.4 Descrizione della ricerca . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2

7.4.1 Programmazione Concorrente Orientata agli Oggetti per la Compu-ter Vision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

7.4.2 Riconoscimento di Testi Manoscritti . . . . . . . . . . . . . . . . . 177.4.3 Modelli computazionali per la visione e intelligenza artificiale . . . 177.4.4 Metodologie di progettazione orientate agli oggetti . . . . . . . . . 177.4.5 Trattamento di immagini biomediche e informatica medica . . . . . 187.4.6 Tecnologia dell’Educazione . . . . . . . . . . . . . . . . . . . . . 187.4.7 Basi di Dati Multimediali . . . . . . . . . . . . . . . . . . . . . . 187.4.8 Trattamento Semantico di Informazioni su Web . . . . . . . . . . . 227.4.9 Trattamento Semantico di Documenti Giuridici . . . . . . . . . . . 227.4.10 Sistemi Antispamming basati sul trattamento semantico dei documenti 22

8 Pubblicazioni 23

9 Citazioni 329.1 Lavoro numero [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329.2 Lavoro numero [3] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339.3 Lavoro numero [45] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349.4 Lavoro numero [35] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359.5 Lavoro numero [9] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359.6 Lavoro numero [32] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359.7 Lavoro numero [51] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369.8 Lavoro numero [69] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379.9 Lavoro numero [5] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379.10 Lavoro numero [73] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379.11 Lavoro numero [48] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379.12 Lavoro numero [62] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389.13 Lavoro numero [40] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389.14 Lavoro numero [4] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389.15 Lavoro numero [52] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389.16 Lavoro numero [43] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389.17 Lavoro numero [47] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389.18 Lavoro numero [51] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3

1 Curriculum Vitae

Data di nascita: 8 dicembre 1964.Luogo di nascita: Avellino.Stato civile: Coniugato.Indirizzo: Via Roma, 39 - 83030, Montefredane - AV.Tel: 081-768326Cell: 335-5634375

Afferenza: Dipartimento di Informatica e SistemisticaUniversita di Napoli Federico IIvia claudio 21, 80125 - Napoli ITALYEmail: [email protected]: http://www.docenti.unina.it/antonio.picariello

1.1 Posizione attuale

Professore Associato Confermato, dal Luglio 2008, settore scientifico-disciplinare ING-INF05, “Sistemi di Elaborazione delle Informazioni”, Facolta di Ingegneria, Universitadegli studi di Napoli Federico II.

1.2 Posizioni precedenti

• 19 Gennaio 2005, Professore Associato nel settore scientifico-disciplinare ING-INF05,“Sistemi di Elaborazione delle Informazioni”, Facolta di Ingegneria, Universita deglistudi di Napoli Federico II (in servizio dal 19/01/2005).

• 1 novembre 1999 - 19 Gennaio 2005

Dal 1 novembre 1999 e immesso nel ruolo dei ricercatori universitari (K05A) pressola Facolta di Ingegneria dell’Universita degli Studi di Napoli Federico II, afferendo alDipartimento di Informatica e Sistemistica della stessa universita.

Nel giugno 2003 e stato confermato nel ruolo dei ricercatori, con Decreto Rettoraledel 25.11.03, numero 4407.

1.3 Titoli di studio e professionali

• 1991. Il 30 ottobre 1991 si laurea in Ingegneria Elettronica (indirizzo informatico)presso la Facolta di Ingegneria dell’Universita di Napoli Federico II con una tesi diricerca dal titolo Analisi quantitativa delle immagini: un case study.

• 1992. Nel marzo 1992 consegue l’abilitazione all’esercizio della professione di Inge-gnere presso l’Universita di Napoli Federico II.

• 1998. Il 30 giugno 1998 sostiene con esito positivo l’esame per il conseguimentodel titolo di Dottore di Ricerca presso il Politecnico di Torino con la commissione

4

giudicatrice N. 296 (Ingegneria Informatica), presentando una dissertazione finaledal titolo: A system for computer aided Diagnosis of Digital Mammography: model,design and implementation.

1.4 Borse di studio e contratti di ricerca

• 1993-1994. Usufruisce di una borsa di studio di 24 mesi (concorso n. 24.07.04 delConsiglio Nazionale delle Ricerche) presso l’Istituto di Ricerca sui sistemi Informa-tici Paralleli -CNR Napoli.

• 1995-1998. Nel 1995 e ammesso al Dottorato di Ricerca in Ingegneria Elettronicae Informatica (concorso X ciclo) presso l’Universita degli Studi di Napoli FedericoII, svolgendo i suoi studi e le sue ricerche presso il Dipartimento di Informatica eSistemistica della stessa Universita.

• 1998-1999. Dal 1998 al 1999 e detentore di una borsa di studio presso il Dipartimentodi Informatica e Sistemistica per il progetto Cantieri Multimediali, progetto di colla-borazione tra il Dipartimento di Informatica e Sistemistica di Napoli e la TelecomItalia per ricerche nel settore della multimedialita.

2 Attivita Organizzative

2.1 Attivita Organizzative e Professionali in ambito Universitario

• 1993-1997 Collabora alla organizzazione dei sistemi e servizi di calcolo del Labora-torio didattico della Facolta di Ingegneria dell’Universita di Salerno.

• 1997 Ha partecipato attivamente alla realizzazione di un laboratorio di ricerca per ilriconoscimento di immagini e l’elaborazione di segnali Multimediali presso l’Univer-sita degli studi di Salerno.

• 1998 Partecipa attivamente alla realizzazione di un ambiente su WWW per l’insegna-mento della programmazione dei calcolatori elettronici presso l’Universita degli studidi Napoli Federico II.

• 2001 Partecipa attivamente alla realizzazione di un Laboratorio di Basi di Dati Mul-timediali (Labadam) presso il Dipartimento di Informatica e Sistemistica.

• 2006 Progettazione e direzione dei lavori del sistema di gestione dell’anagrafe dellaricerca per il Polo delle Scienze e delle Tecnologie.

• 2007 Responsabile scientifico del Laboratorio di Basi di Dati Multimediali (Laba-dam) presso il Dipartimento di Informatica e Sistemistica.

5

2.2 Attivita di organizzazione conferenze, partecipazione a comitati di programmi eassociazioni internazionali

• 1999. Nel Febbraio 1999 e membro della segreteria scientifica (Organizing Com-mittee) del Workshop: MI2R: Multimedia Internet Information Retrieval, Mostrad’Oltremare, nell’ambito di Galassia Gutenberg.

• 2001 Nel 2001 e membro della segreteria scientifica (Organizing Committee) del 7◦

Workshop Internazionale ”Multimedia Information Systems”, Capri, 7-8-9 novem-bre 2001. Il Workshop, alla sua settima edizione dopo quelle di Arlington (VA), WestPoint (NY), Como (Italy), Istanbul (Turkey), Indian Wells (CA) and Chicago( IL), e digrossa rilevanza nel settore dei sistemi informativi multimediali (si veda, ad esempio,la presentazione fatta su ”IEEE Transaction on Knowledge and Data Engineering”,Volume: 13 Issue: 5 , Sep/Oct 2001). E’ membro del Program Committee del 7◦

Workshop Internazionale ”Multimedia Information Systems”, Capri, 7-8-9 novem-bre 2001, nel cui ambito e stato ”session chair” per la sessione di ricerca: ”ImageRetrieval”.

• 2002 Nel 2002 e membro della segreteria scientifica di Didamatica 2002, conferenzaannuale dell’AICA dedicata all’informatica e alla didattica e, per l’edizione 2002,all’eLearning.

• 2003 Nel 2003 e General Chair del 9◦ Workshop Internazionale ”Multimedia Infor-mation Systems”, Ischia, 26-28 Maggio 2003 (http://www.mis2003.unina.it).

• 2004 Nel 2004 e membro del Program Committee del 10◦ Workshop Internazionale”Multimedia Information Systems”, 26-28 Agosto 2004, College Park (UMD), MD,USA .

• 2005 Nel 2005 e Organization Chair del 11◦ Workshop Internazionale ”MultimediaInformation Systems”, Sorrento, 19-21 Settembre 2005. E’ membro del comitato diprogramma di 2005 International Conference on High Performance Computing andCommunications.

• 2006 E’ membro del comitato di programma di ”2006 International Conference onHigh Performance Computing and Communications”.

• 2007

E’ membro del comitato di programma di ”ICDE’07 International Conference onData Engineering”, Aprile 2007.

E’ membro del comitato di programma di ICCD07 First International Conference onComputational Cultural Dynamics, Agosto 2007

E’ membro del comitato di programma di International Conference on Scalable Un-certainty Management, Ottobre 2007

E’ membro del comitato di programma di ICIG 2007 Fourth International Conferenceon Image and Graphics Agosto 2007

6

• 2008

E’ membro del comitato di programma di International Workshop on Ambient MediaDelivery and Interactive Television, Febbraio 2008.

E’ membro del comitato di programma di ICCD07 Second International Conferenceon Computational Cultural Dynamics, Agosto 2007

E’ membro del comitato di programma di ACM MULTIMEDIA 2008, ApplicationTrack, ottobre 2008.

E’ General Chair di 2nd International Conference on Scalable Uncertainty Manage-ment 2008, Ottobre 2008

2.3 Partecipazione ad Associazioni Professionali

E’ membro de GIPR - IAPR (International Association of Pattern Recognition), ItalianChapter. E’ membro di AICA.

2.4 Attivita di Revisore in International Journals

Ha svolto/svolge attivita di revisione scientifica per le seguenti riviste internazionali:

• IEEE Computer

• IEEE Transactions on Neural Networks

• IEEE Transaction on Computer in Medicine and Biology

• IEEE Computer in Medicine and Biology Magazine

• Communication of the ACM

• Data and Knowledge Engineering

• Multimedia Tools and Applications

• IEEE Intelligent System

• IEEE Transaction on Knowledge and Data Engineering

• ACM Computing Surveys

3 Attivita di Disseminazione sul Territorio

• Convenzione TESAURO - DIS per il restauro del libro antico: attivita di studio, ricercae formazione di tecniche per il restauro del libro antico. In questo ambito, e statoimpegnato soprattutto nelle attivita di addestramento all’uso di prodotti informaticitradizionali e innovativi.

7

• Convenzione POMPEI -DIS per la valutazione di sistemi di ricostruzione grafica deisiti archeologici: convenzione di studio e valutazione di tecniche di ricostruzionegrafica ottenuta con sistemi di grafica avanzata per alcune ville del sito archeologicodi Pompei. In questo ambito, e stato impegnato nello studio dei supporti informaticia corredo del sistema.

• Convenzione DIS di Formazione per la Provincia di Napoli e la Regione Campania,nel cui ambito ha tenuto corsi di basi di dati, SQL, Java

• Convenzione DIS di Formazione per il comune di Napoli, nel cui ambito ha tenutocorsi di basi di dati e SQL.

• Convenzione DIS con la societa GeosLab - Avellino - per il progetto GEMMA (Siste-ma di Basi di Dati Multimediale per la Cartografia). In questo ambito sono state pro-gettate e provate tecniche di basi di dati multimediali come repository di informazionidi tipo geografico.

• Convenzione DIS con la societa NEATEC - Napoli - per il progetto SCI (riconosci-mento di impronte digitale per sistemi di sicurezza). In particolare si e interessatoalla analisi e progettazione di un prodotto commerciale basato su riconoscimento diimpronte digitali.

• Convenzione DIS Direzione Generale Sistemi Informativi del Ministero della Giusti-zia -1-resp. Prof. Mazzeo, per attivita di consulenza relativa alla individuazione dimodelli di riferimento per l’ integrazione delle applicazioni e dei dati del ministerodella giustizia sul territorio nazionale; in questo ambito ha in particolare contribuitoalla definizione di modelli per l’integrazione dei dati delle diverse applicazioni del-l’area Penale di Giustizia, diventati orami parte della reingegnerizzazione del sistemainformativo in via di dispiegamento, per la Cognizione del Penale.

• Convenzione DIS Direzione Generale Sistemi Informativi del Ministero della Giu-stizia -2 - resp. prof. Mazzep, per attivita di progettazione del sistema informativodell’area penale del Ministero della Giustizia, nonche della progettazione dei nodidistrettuali dell’architettura individuata; in particolare sono state definite architetturehawdware, software per un moderno sistema federato su base distrettuale.

• Responsabile scientifico di:

– Convenzione tra il Centro Sistemi Informativi d’Ateneo ed il CINECA per laprogettazione di una base di dati per l’Anagrafe della Ricerca.

– Misura 3.17: progetto Si@Semantic - con la societa Iron Mountain Italia perla progettazione di un sistema integrato di gestione semantica del documentoelettronico

– Misura 3.17: progetto Sistema Integrato di Controllo basato su Reti di Sensori- con la societa Progetto Sviluppo SrL per la progettazione di un sistema dicontrollo basato su reti di sensori ai fini dell’individazione automatica di eventicomplessi.

8

• Per conto dell’Assessorato alla Ricerca Scientifica della Regione Campania, segue laintegrazione dell’Indice Nazionali delle Anagrafi (INA-SAIA) del Ministero dell’In-terno con gli enti Regionali e tutti i Comuni della Regione Campania.

4 Attivita Istituzionali

4.1 Rappresentate dei Ricercatori al Consiglio di Facolta

Da dicembre 2001 a dicembre 2003 e rappresentante dei Ricercatori presso il Consigliodi Facolta di Ingegneria.

4.2 Collegio dei Docenti Dottorato di Ricerca

Da gennaio 2003 e membro del Collegio dei Docenti del Dottorato di ricerca in In-gegneria Informatica e Automatica, presso il Dipartimento di Informatica e Sistemisticadell’Universita di Napoli Federico II.

4.3 Partecipazione a Commissioni di Concorso

• 2004

Membro della Commissione di Concorso ad un posto di ricercatore presso l’Uni-versita degli Studi di Salerno, SSD ING-INF/05, Facolta di Lingue e LetteraturaStraniera.

Membro della Commissione di Concorso a 12 posti di dottorandi di ricerca in Inge-gneria Informatica e Automatica, presso il Dipartimento di Informatica e Sistemisticadell’Universita di Napoli Federico II.

• 2006

Membro della Jury de soutenance de these de Doctorat, presso l’ INSA de Lyon, Lyon- Francia.

Membro della Commissione di Concorso a posti di dottorandi di ricerca in Inge-gneria Informatica, presso il Dipartimento di Ingegneria Informatica dell’Universitadegli Studi di Palermo.

4.4 Partecipazione a Commissione di Esami Stato per la Professione di Ingegnere

• A. A. 2004-05 e membro esperto per la Commissione di Esami di Stato per la Profes-sione di Ingegnere (Settore dell’Informazione),Ingegnere Junior e Ingegnere Specia-listico.

• A. A. 2007-08 e membro esperto per la Commissione di Esami di Stato per la Profes-sione di Ingegnere (Settore dell’Informazione),Ingegnere Junior e Ingegnere Specia-listico.

9

5 Attivita Didattiche

L’attivita didattica di Antonio Picariello e iniziata presso la Facolta di Ingegneria del-l’Universita di Salerno ove, nel 1992 viene nominato cultore della materia per i corsi diFondamenti di Informatica tenuti dai Proff. Angelo Chianese, Michele Di Santo e WilmaRusso, partecipando attivamente alle commissioni di esame, e contribuendo con intenseattivita seminariali e di esercitazioni di laboratorio alle attivita dei corsi.

5.1 Seminari

Negli A.A. 1992/93, 1993/94 e 1994/95 ha svolto i seguenti cicli di seminari: SistemiOperativi Ambienti di Sviluppo del Software Programmazione in Turbo Pascal nell’ambitodel corso di Fondamenti di Informatica tenuto dal Prof. Angelo Chianese.

Ha tenuto lo stesso ciclo di seminari dal 1992 al 1998 presso la facolta di Ingegneriadell’Universita di Napoli, sempre nell’ambito dei corsi del Prof. Angelo Chianese.

Nel 1994 e Lecturer del corso di Object Oriented Programming nel Master in AppliedInformatics della Middlesex University (London, UK), corso coordinato dal dott. G. Boc-cignone e tenuto presso il Dipartimento di Ing. dell’Informazione e Matematica Applicata(DIIMA) dell’Universita di Salerno.

Dal 1995 al 1999, nell’ambito dei corsi di Reti di Calcolatori e Sistemi per l’Elaborazionedell’Informazione - tenuti dal Prof. Massimo De Santo presso l’Universita di Salerno e lasede di Benevento - ha tenuto i seguenti cicli di seminari:

• Tecniche di Analisi e Disegno Object Oriented;

• Programmazione C avanzata;

• Programmazione in C++

Per l’A.A. 1999-2000, 2000-2001, 2001-2002 ha tenuto seminari ed esercitazioni:

1. nell’ambito del corso di Sistemi Informativi, tenuto dal Prof. Lucio Sansone, su argo-menti riguardanti i DBMS, architettura client/server di un DBMS, Oracle, PL/SQL,DataWarehouse, Integrazione Web/Database, SQLJ.

2. Nell’ambito del corso di Fondamenti di Informatica tenuto dal Prof. Angelo Chia-nese, su argomenti riguardanti gli ambienti per la produzione del software, i sistemioperativi e il Pascal

5.2 Tutoraggio Diplomi Teleimpartiti

Negli A.A. 1997-98, 1998-99, 1999-2000, 2000-2001, 2001-2002, 2002-2003, 2003-2004, 2004-2005, 2006-2007 e tutor per il corso di Fondamenti di Informatica per il diplo-ma teleimpartito (dal 2001-2002 corso di laurea di primo livello) in Ingegneria delle Tele-comunicazione del consorzio NETTUNO. Per gli A.A.2001-2001, 2002-2003, 2003-2004,2004-2005, 2006-2007 e tutor per il corso di Basi di Dati per il diploma teleimpartito in In-gegneria Informatica del consorzio NETTUNO. Negli A.A. 1997-98, 1998-99, 1999-2000,2000-2001, 2001-2002 (dal 2001-2002 corso di laurea di primo livello), 2002-2003 2004-2005, 2006-2007 e tutor per il corso di Elementi di Informatica per il diploma teleimpartitoin Ingegneria Meccanica del consorzio NETTUNO.

10

5.3 Tesi di Laurea e di Diploma

Dal 1995 ad oggi e relatore di circa 250 tesi di ricerca in Ingegneria Elettronica, Inge-gneria Informatica (laurea quinquennale, laurea triennale e laurea specialistica), e tesi inIngegneria Gestionale per la Logistica e la Produzione. Le tematiche affrontate coprono inparticolare nei seguenti settori:

• linguaggi ed ambienti object oriented,

• segmentazione dei caratteri per il riconoscimento di testi manoscritti

• basi di dati eterogenee

• sistemi informativi multimediali

• basi di dati di immagini

• algebre di immagini ed algebre video

• ontologie e trattamento semantico delle informazioni su web

• ontologie e trattamento semantico di informazioni giuridico-notarili

• sistemi informatici gestionali

• data warehouse

Dal 1998 ad oggi e tutor universitario di numerosi diplomandi e laureandi in IngegneriaInformatica ed Automatica ed in Ingegneria Informatica.

5.4 Docenze Universitarie a Contratto

1. A.A. 1997-98 e docente a contratto di Calcolatori Elettronici II per il Diploma inIngegneria Informatica e Automatica della Facolta di Ingegneria dell’Universita diNapoli Federico II

2. A. A 1998-99 e docente a contratto di Calcolatori Elettronici II per il Diploma inIngegneria Informatica e Automatica della Facolta di Ingegneria dell’Universita diNapoli Federico II.

3. A.A. 1998-99 e docente a contratto di Fondamenti di Informatica per il Corso di Lau-rea in Ingegneria Meccanica della Facolta di Ingegneria dell’Universita di Salerno.

5.5 Corsi Universitari di Titolarieta e Supplenza

1. A.A. 1999-2000 e supplente del corso di Calcolatori Elettronici II per il DiplomaUniversitario in Ingegneria Informatica dell’Universita di Napoli Federico II.

2. A.A. 2000-2001 e supplente a titolo gratuito del corso di Calcolatori Elettronici II peril Diploma Universitario in Ingegneria Informatica dell’Universita di Napoli FedericoII.

11

3. A. A. 2001-2002 e supplente a titolo gratuito del corso di Calcolatori Elettronici II peril Diploma Universitario in Ingegneria Informatica dell’Universita di Napoli FedericoII.

4. A.A. 2000-2001 e supplente del corso di Calcolatori Elettronici per il Corso di Laureain Ingegneria Elettronica ed Ingegneria Elettrica dell’Universita di Napoli Federico II.

5. A. A. 2001-2002 e supplente del corso di Calcolatori Elettronici per il Corso di Laureain Ingegneria Elettronica ed Ingegneria Elettrica dell’Universita di Napoli Federico II.

6. A.A. 2002-2003 e supplente del corso di Calcolatori Elettronici per il Corso di Laureain Ingegneria Elettronica ed Ingegneria Elettrica dell’Universita di Napoli Federico II

7. A.A. 2002-2003 e supplente a titolo gratuito del corso di Basi di Dati per il Corso diLaurea in Ingegneria Informatica dell’Universita di Napoli Federico II

8. A.A. 2003-2004 e supplente del corso di Basi di Dati per il Corso di Laurea inIngegneria Informatica dell’Universita di Napoli Federico II.

9. A.A. 2003-2004 e supplente del corso di Elementi di Informatica per il Corso diLaurea in Ingegneria Informatica dell’Universita di Napoli Federico II.

10. A.A. 2004-2005 e titolare (3 CFU) e Supplente (3CFU) del corso di Basi di Dati peril Corso di Laurea in Ingegneria Informatica dell’Universita di Napoli Federico II.

11. A.A. 2004-2005 e titolare del corso di Reti Logiche per il Corso di Laurea in Inge-gneria Informatica dell’Universita di Napoli Federico II.

12. A.A. 2005-2006 e titolare del corso di Basi di Dati per il Corso di Laurea in IngegneriaInformatica dell’Universita di Napoli Federico II.

13. A.A. 2005-2006 e titolare del corso di Tecnologia dei Sistemi Informatici: Basi diDati e Reti, per il Corso di Laurea in Ingegneria Gestionale, della Logistica e dellaProduzione dell’Universita di Napoli Federico II.


15. A.A. 2006-2007 e titolare del corso di Programmazione 1, per il Corso di Laurea inIngegneria Informatica dell’Universita di Napoli Federico II.

16. A.A. 2006-2007 e supplente del corso di Ontologie e Semantic Web, per il Ma-ster Universitario in Trattamento Semantico dei Documenti, Facolta di Ingegneriadell’Universita di Napoli Federico II


18. A.A. 2007-2008 e titolare del corso di Programmazione 1, per il Corso di Laurea inIngegneria Informatica dell’Universita di Napoli Federico II.

12

19. A.A. 2007-2008 e supplente del corso di Ontologie e Semantic Web, per il Ma-ster Universitario in Trattamento Semantico dei Documenti, Facolta di Ingegneriadell’Universita di Napoli Federico II.

6 Visibilita Internazionale e Nazionale

Nel seguito mostriamo come indicatori della visibilita nazionale e internazionale raggiun-ta, la partecipazione come Guest Editor di Special Issue su riviste internazionali, AssociateEditor su importanti collezioni digitali, la partecipazione come invited speaker a confe-renze internazionali nel settore di ricerca dell’autore, la partecipazione a libri di ricercainternazionali, la partecipazione a brevetti.

6.1 Editor su Riviste Internazionali

Multimedia Tools and Applications, Kluwer, Special Issue: Selected Papers from MIS2003 (Guest Editors: V.S. Subrahmanian and Antonio Picariello), December 2004, Volume24, Issue 3.

6.2 Associate Editor su Collezioni Digitali Internazionali

SIGMOD DiSC 2004 Editorial Board Shahram Ghandeharizadeh, A. Ailamaki, W.Aref, V. Atluri, R. Barga, K. Boehm, K.S. Candan, Z. Chen, B. Cooper, J. Eder, V. Ganti,J. Goldstein, G. Golovchinsky, Z. Ives, H-A. Jacobsen, V. Kalogeraki, S.H. Kim, L.V.S.Lakshmanan, D. Lopresti, M. Mattoso, S. Mehrotra, R. Miller, B. Moon, V. Oria, G. Oz-soyoglu, J. Pei, A. Picariello, F. Sadri, J. Shanmugasundaram, J. Srivastava, K. Tanaka, W.Tavanapong, V. Tsotras, M. Zaki, R. Zimmermann.

6.3 Invited Talks

• Extracting multimedia stories in Pompeii - 25 Agosto 2004 - 10th International Work-shop on Multimedia Information Systems, University of Maryland at College Park.

• Keynote Talk: STORY: Extracting stories from heterogeneous information sourcesand delivering them to heterogeneous devices- THIRD INTERNATIONAL CONFE-RENCE ON MOBILE AND UBIQUITOUS MULTIMEDIA (MUM2004) CollegePark, Maryland, U.S.A. October 27 - 29, 2004.

6.4 Panel

• Multimedia, context-awareness, ubiquity: converging technologies - A. Celentano,W. Klas, F. Schreiber and A. Picariello - 11th International Workshop on MultimediaInformation Systems 2005.

13

6.5 Brevetti

• IS-2004-016 STORY: An Architecture and Procedure to Extract and Create Storiesfrom Heterogeneous Data Sources. U.S. patent application is pending.

• IS-2006-076 OASYS version 1.0 (Opinion Analysis System), U.S. patent applicationis pending.

6.6 Premi Internazionali

• 2005 - Nel numero del 12 settembre 2005 della rivista internazionale ”Computer-World.com”, riceve la Honorable Mentions nell’ambito del ”The ComputerworldHorizon Awards 2005” per il progetto ”Story” assieme al gruppo dell’University ofMaryland Institutes of Advanced Computing Studies (UMIACS). Il premio e statoestablished (...) to alert readers to especially cutting-edge technologies from researchlabs and companies that are ”on the horizon”.

• 2006 - Primo Premio ”Horizon Awards Winner” per il progetto OASYS, su Com-puterWorld.com (August 21, 2006 ), con una ricerca congiunta con UMIACS per ilmiglior software innovativo pre-commerciale del 2006.

6.7 Interviste su Riviste Divulgative e Trasmissioni Televisive

Le attivita di ricerca legate al premio internazionale ComputerWorld.com Sono state ri-portare su riviste divulgative a tiratura nazionale (Panorama, edizione 21/9/2006, pagg.152, rubrica Scienze) e su trasmissioni scientifiche su reti nazionali (RAI 3 Neapolis del 6novembre 2006).

6.8 Partecipazione a Libri di Ricerca Internazionali

E’ stato invitato a partecipare ai seguenti libri:

• A video Data Base algebra, capitolo di libro in [99].

• Partecipazione con due interventi sul volume Video Summarization e Video Databasesu Enciclopedia of Multimedia, [95], [97].

• Capitolo di libro Managing Uncertaintes in Image Databases, Semantic Based VisualInformatin Retrieval [98].

7 Attivita Scientifica

7.1 Attivita di Ricerca all’Estero

Nel Febbraio 2002, nel novembre 2002, nel luglio 2003, agosto 2004, luglio 2005, feb-braio 2007, e visiting researcher presso l’Institute for Advanced Computer Study dell’U-niversita del Maryland (UMIACS) a College Park, per attivita riguardanti la definizione disistemi di sommarizzazione per basi di dati video e per la definizione di sistemi di reasoningper l’individuazione di eventi complessi in video sorveglianza.

14

7.2 Partecipazione a programmi di ricerca

• Dal 1992 al 1995 ha collaborato alle attivita del Progetto Finalizzato Sistemi In-formatici e Calcolo Parallelo, partecipando all’Unita Operativa del Dipartimento diIngegneria dell’Informazione e Matematica Applicata dell’Universita degli Studi diSalerno.

• Dal 1993 al 1994 usufruisce di una borsa di studio di 24 mesi (concorso n. 24.07.04del Consiglio Nazionale delle Ricerche) presso l’Istituto di Ricerca sui sistemi Infor-matici Paralleli -CNR Napoli.

• Dal 1995 al 1997 collabora con il Dipartimento di Senologia dell’Ospedale S. OrsolaMalpighi di Bologna per lo studio, l’analisi e l’implementazione di tecniche di Dia-gnosi Assistita al Calcolatore di immagini mammografiche per la diagnosi precoce ditumore al seno.

• Nel 1998-1999 partecipa al progetto di ricerca Cantieri Multimediali di Telecom Italia- Dipartimenti di Informatica e Sistemistica.

• Dal 1998 al 2000 partecipa alle attivita dell’unita di ricerca dell’Universita di NapoliFederico II nell’ambito del Progetto di interesse nazionale MOSAICO - Metodologiee Strumenti di Progetto di Sistemi ad Alte Prestazioni per Applicazioni Distribuite.

• Dal 2000 al 2002, partecipa alle attivita dell’unita di ricerca dell’Universita di NapoliFederico II nell’ambito del Progetto di interesse nazionale MUSIQUE - CoordinatoreA. Corradi.

• Dal 2003 partecipa alle attivita dell’unita di ricerca del Dipartimento di Informatica eSistemistica nell’ambito del FIRB WEB MINDS (responsabile unita di Napoli: Prof.G. Iannello).

• Dal 2000 ad oggi collabora per l’attivita di ricerca sui Sistemi Informativi Multime-diali con l’Universita del Maryland, Department of Computer Science (Prof. V. S.Subrahmanian) e con il Dipartimento di Informatica dell’Universita di Torino (Prof.M. L. Sapino).

7.3 Linee di Ricerca

Nel corso degli anni, l’attivita di ricerca del prof. Picariello e stata sempre incentrata sutematiche inerenti il settore informatico, proponendo soluzioni a problematiche del settoresia teoriche che applicative. L’ attivita scientifica si e articolata, in particolare, nelle seguentilinee di ricerca:

• Programmazione Concorrente Orientata agli Oggetti, sia dal punto di vista degliambienti che delle applicazioni in particolare per la Computer Vision

• Riconoscimento di testi manoscritti, con particolare attenzione alle tecniche di seg-mentazione off-line dei caratteri manoscritti

15

• Modelli computazionali per la visione e l’intelligenza artificiale, con particolare rife-rimento all’analisi multirisoluzione.

• Metodologie orientate agli oggetti, per l’analisi e la progettazione di sistemi infor-matici complessi, con particolare enfasi a quelli della Computer Vision.

• Trattamento di immagini biomediche e informatica medica, come banco di prova realeper la sperimentazione sia dei modelli di visione computazionale, sia delle metodo-logie per la progettazione di sistemi complessi (quali i dipartimenti automatizzati diradiologia).

• Tecnologia dell’Educazione per la realizzazione di ambienti di rete per l’insegnamen-to della programmazione strutturata.

• Basi di Dati Multimediali, ricerca intesa come estensione dei DBMS relazionali ead oggetti per il trattamento di dati immagini e video, con particolare riferimento adinterrogazioni basate sul contenuto e sulla somiglianza tra dati.

• Trattamento Semantico di Informazioni su Web, attraverso lo sviluppo di modelli,tecniche ed algoritmi per il recupero di informazioni su Web e la gestione dellaconoscenza.

• Trattamento Semantico di Documenti Giuridici, per la realizzazione di un sistema digestione documentale a norma nel dominio notarile italiano attraverso l’uso di sistemiontologici a piu livelli (di struttura, di dominio e lessicali) e tecniche di elaborazionedi linguaggio naturale giuridico.

• Sistemi Antispamming basati sul trattamento semantico dei documenti, attraversol’uso di tecniche di analisi semantica sia statiscihe (LSA, LDA) che lessicali.

Nel seguito mostreremo per ogni singola attivita, il contributo originale dato nell’ambitodella ricerca del settore.

7.4 Descrizione della ricerca

7.4.1 Programmazione Concorrente Orientata agli Oggetti per la Computer Vision

Nonostante la grande potenza computazionale che i sistemi a parallelismo massiccio ditipo MIMD (Multiple Instruction Multiple Data) esibiscono, e ampiamente riconosciutoche questi stessi sistemi al momento soffrono della mancanza di ambienti e di linguaggiche permettano un uso semplice ed efficiente della loro potenza di calcolo. Il modello adAttori fornisce una base flessibile per la programmazione parallela e distribuita mediantel’uso di potenti costrutti orientati agli oggetti. Scopo della ricerca e stato quello di effettuareuna investigazione delle caratteristiche del modello attraverso la realizzazione di programmiche risolvono problemi complessi di interesse significativo, in particolare per la ComputerVision (CV) [21], mostrando come le diverse tipologie di parallelismo riscontrabili neglialgoritmi di CV possono essere espresse elegantemente ed efficacemente con il meccanismoproposto [1] [20] [23].

16

7.4.2 Riconoscimento di Testi Manoscritti

Uno degli algoritmi di prova del modello ad attori e stato quello del riconoscimento deitesti manoscritti. E’ noto che in letteratura ai fini del riconoscimento di manoscritti, sonoutilizzati due tipi di approcci, quello globale e quello analitico. Mentre nel modello globalesi intende riconoscere una intera parola, in quello analitico si cerca dapprima di suddividere-segmentare - le diverse parole in caratteri e infine tentare un riconoscimento del testo. Illavoro svolto si e focalizzato su tecniche analitiche, in particolare incentrandosi sulla defini-zione, realizzazione e sperimentazione di un metodo per la segmentazione dei caratteri. E’stato proposto un nuovo metodo per la segmentazione di testi manoscritti totalmente senzavincoli basato sull’approccio combinato delle caratteristiche del contorno e di scheletriz-zazione, proponendo una nuova tecnica basata sulla fusione di informazioni di tipologiadifferente. Le tecniche proposte sono state sperimentate su un data base costituito da circaun migliaio di manoscritti provenienti da scrittori diversi. I risultati, comparati con quellidella piu recente letteratura nel settore, si sono mostrati estremamente incoraggianti [19],[28] [33].

7.4.3 Modelli computazionali per la visione e intelligenza artificiale

Per quanto riguarda i meccanismi di visione di basso livello e stato proposto un modellobasato sulla rappresentazione in multirisoluzione dell’immagine, mediante l’uso della tra-sformata wavelet. Nel quadro di tale modello e’ stato esplorato l’utilizzo di effetti soglia(thresholding) per l’individuazione di oggetti in una scena [27]. Questa tecnica e’ stataproficuamente applicata nel settore biomedico [4] . Sempre nell’ambito dei metodi a mul-tirisoluzione, e’ stato formulato un modello scale-space per il controllo del contrasto visivobasato sui principi di localita’, adattivita’, e asincronicita’ peculiari del sistema visivo uma-no. Tale modello si e’ dimostrato utile ai fini di una formulazione operativa di algoritmi eprogrammi per il miglioramento del contrasto [29] [32].

7.4.4 Metodologie di progettazione orientate agli oggetti

Il problema, squisitamente ingegneristico, di progettare e realizzare sistemi informatici peril trattamento di immagini, intesi sia come piattaforme per la sperimentazione di algorit-mi e metodologie, sia come prototipi di interesse industriale e’ una questione di notevolecomplessita. La realizzazione di tali sistemi richiede la capacita’ di integrare sottosistemihardware e software tra di loro eterogenei nonche la disponibilita di un modello di dati suf-ficientemente versatile [22]. A partire da tali esigenze e’ scaturito un impegno in attivita diricerca riguardanti le tecniche di analisi, disegno, e programmazione orientate agli oggetti.In particolare si e’ valutata la possibilita di adottare l’approccio ad oggetti per la realizza-zione di sistemi di visione fortemente condizionati dall’interazione con l’utente. Sono stateproposte soluzioni architetturalmente originali nel settore dei sistemi per il trattamento diimmagini biomedicali [25]. A tale scopo e’ stato necessario riformulare i concetti di im-magine e forma secondo il paradigma object-oriented. In [24] e [2] e’ riportata l’originaleproposta di un modello generale e unificato per la rappresentazione spaziale e concettualedell’informazione visiva ed il trattamento di strutture dati eterogenee. Tale modello disegnale classi descriventi i processori che manipolano l’ oggetto immagine sia ad alto livello sia a

17

basso livello, e definisce i protocolli di comunicazione tra gli oggetti delle varie classi. Talerisultato costituisce nella letteratura internazionale un esempio originale di modellazionecompleta ad oggetti di un task di visione in tutti i suoi diversi livelli di astrazione.

7.4.5 Trattamento di immagini biomediche e informatica medica

Nell’ambito di una collaborazione con il Centro di Senologia del S.Orsola-Malpighi di Bo-logna, e stato affrontato lo studio di un ambiente per l’elaborazione e l’analisi di immaginibiomediche. A partire dal modello dei dati, e’ stata definita una piattaforma object-orientedper sistemi CAM (Computer Aided Mammography)[31]. In seguito, sulla base di tale piat-taforma, sono stati proposti e realizzati alcuni algoritmi per il miglioramento percettivo dimammografie, derivati dal modello fisico matematico dell’equazione di diffusione aniso-tropa. Tali algoritmi hanno consentito di mettere a punto efficaci tecniche di filtraggio nonlineare applicabili su immagini mammografiche contenenti microcalcificazioni [32], [35].In [5], e’ stato dimostrata la validita’ del loro impiego nel contesto della segmentazione dicluster di microcalcificazioni per il rilevamento automatizzato di patologie tumorali mam-marie. Dal problema del miglioramento della qualita dell’immagine [30], si e’ passati aconsiderare la difficile questione della riconoscimento automatico degli agglomerati di mi-crocalcificazioni. Tale questione e’ cruciale per la diagnosi precoce di patologie oncogeneal seno. Una metodica basata sulle wavelet [94] e’ stata utilizzata per la localizzazione auto-matica delle singole microcalcificazioni [3]. I risultati sperimentali ottenuti sono presentatie discussi in [34], [4].

7.4.6 Tecnologia dell’Educazione

In questo settore si e intrapresa una ricerca per l’insegnamento di alcuni aspetti dell’infor-matica di base tramite l’ausilio di tecnologie moderne quali la multimedialita e internet. Inparticolare, e stato progettato ed e in fase avanzata di realizzazione un ambiente multime-diale per l’insegnamento della programmazione strutturata secondo i dettami della LiterateProgramming proposti da D. Knuth nel 1992. Il progetto, dimensionato per la program-mazione in piccolo, provvede a conservare documentazione e codice assieme e a generareautomaticamente il codice eseguibile di un programma. L’ambiente, chiamato BiP - Biblio-teca di Progetti - e stato testato da parte degli studenti dei corsi di informatica di base [39].E’ stata inoltre relaizzata una versione client-server ed una banca dati di progetti generati daBiP mediante un complesso e sofisticato sistema di referaggio dei lavori [36] che puo esserefacilmente estendibile a diverse tipologie di corsi e per l’insegnamento e l’apprendimento adistanza [37], [6], [42].

7.4.7 Basi di Dati Multimediali

Il vertiginoso sviluppo delle tecnologie per la trasmissione e la comunicazione dell’informa-zione degli ultimi anni ha evidenziato come questione di fondamentale interesse scientifico,nonche applicativo, la possibilita di memorizzare, organizzare e trattare in maniera efficien-te ampie collezioni di dati di diversa natura, quali immagini, audio, grafica, video e testi,in quelle che vengono oramai definite ”basi di dati multimediali”. Lo scopo principale del-l’attivita di ricerca e stato quello di sviluppare tecniche di ricerca e di indicizzazione su

18

repository di informazioni multimediali strutturate e non, in particolare di immagini e vi-deo, al fine di fornire strumenti e tecniche di ”information retrieval” da un lato efficienti- per cercare di ridurre al minimo i tempi necessari per l’individuazione dell’informazio-ne anche per contenuto - dall’altro, complete - per recuperare tutte i dati che soddisfino almeglio le query utente. Inoltre e stata proposta un’architettura per l’integrazione dei datieterogenei e distribuiti, ed, e stato mostrato come le tecniche sviluppate per l’elaborazio-ne dei dati multimediali possano avere naturale applicazione nei contesti piu disparati (e.g.video sorveglianza, multimedia browsing). Nel seguito mostreremo i principali contributioriginali forniti al settore.

Basi di dati di ImmaginiOggigiorno una grande quantita di immagini digitali viene generata e memorizzata in

diversi formati, comportando un’esplosione dei repository di immagini e di librerie digitali.Il problema del ”retrieval” efficiente ed efficace in grossi repository di immagini rimanetuttora, tuttavia, un problema aperto per una serie di domini di forte interesse applicativo.

Negli attuali sistemi di retrieval di immagini basate su contenuto, una immagine vienespesso considerata come un’entita statica, da elaborare in modo passivo, inoltre, risulta diffi-cile tradurre in termini di features ”fisiche” la complessa semantica di un utente al momentodella formulazione di una query (”semantic gap”).

A tale proposito, la letteratura scientifica del settore ha visto nell’ultimo decennio, percio che concerne le tecniche di ”image-retrieval”, il passaggio da approcci classici basa-ti su descrittori o features globali ad approcci basati sulla ”segmentazione in blob” delleimmagini, fino ad arrivare alle piu moderne tecniche basate sull’individuazione dei ”puntisalienti”, in cui l’analisi di un’immagine tende a considerare le zone piu importanti rispettoalle query di un utente. Scopo della ricerca e stato quello di mostrare come, prendendo inconsiderazione le caratteristiche di base di un sistema di visione biologico - in particolarei movimenti saccadici dell’occhio, o ”scanpath” (teoria della ”Animate Vision”) - si possaottenere una elaborazione piu efficace ed efficiente delle immagini bastata sull’individua-zione di punti salienti che tenti di superare i limiti evidenziati dagli attuali sistemi di ”imageretrieval” basati su contenuto. In particolare, la ricerca ha inteso mostrare:

• come ottenere una nuova teoria di similarita tra immagini simulando i movimentisaccadici dell’occhio [43];

• come utilizzare le informazioni relative allo scanpath per ottenere, da un lato, in ma-niera automatica un’annotazione semantica di un’immagine in termini di categoria diappartenenza, e, dall’altro, implementare un ”query planning” effciente ed efficace[54, 64, 66];

• come definire nuovi indici di memorizzazione particolarmente efficienti ai fini dellaricerca in grosse basi di dati di immagini basati sulla teoria della Animate Vision etecniche di clustering dei dati [63], [17];

• come sfruttare le annotazioni testuali di immagini di comunita di utenti (folksonomie)per migliorare il processo di indicizzazione e retrieval.

I risultati ottenuti, comparati con quelli della letteratura scientifica del settore, hanno evi-denziato la validita dell’approccio proposto soprattutto per quel che concerne la precisione

19

e l’efficienza del retrieval in ”very large” database di immagini. In particolare, sperimen-tazioni condotte su dataset standard (i.e. COREL Database) hanno mostrato la maggioreefficacia del metodo (in temini di ”recall” e ”precision”) rispetto agli altri approcci presentiin letteratura.

Database VideoIn analogia ai tradizionali sistemi di basi di dati testuali, le caratteristiche richieste ad un

DBMS per la gestione di dati di tipo video sono: gestione integrata ed efficiente dei datidi tipo video, possibilita di interrogazione del sistema in modo semplice ed intuitivo (adesempio, attraverso query basate su contenuto), riposta alle interrogazioni in modo ottimalee dentro specificati parametri temporali, organizzazione dei dati attraverso indici di accessoottimizzati per le applicazioni video, descrizione dello stream video in scene logiche signi-ficative in modo manuale, automatico o semiautomatico. In un tale contesto, la segmenta-zione di un video in ”shot” rappresenta il primo passo per l’analisi dei contenuti video, perla successiva rappresentazione in scene, e, per il ”browsing e retrieval” di video in sistemibasati sul contenuto. Un video shot puo essere definito come un insieme di frame consecu-tivi presi senza interruzione da una telecamera e rappresenta un’azione continua nel tempoe nello spazio. Una scena rappresenta invece un insieme di uno o piu shot consecutivi checondividono la stessa informazione semantica. La suddivisione di un video in shot e scene sirende quindi necessaria per l’indicizzazione e classificazione dei filmati video. Un sistemadi video segmentazione affidabile deve essere in grado di riconoscere effetti di dissolvenza,evitando di interpretare i movimenti della videocamera come transizioni graduali. Sebbe-ne siano stati compiuti molti progressi nel riconoscimento di transizioni brusche, i sistemiesistenti ancora non sono in grado di riconoscere in maniera affidabile le transizioni gra-duali e gestire situazioni come improvvisi cambiamenti delle condizioni di illuminazione.La maggior parte degli approcci alla video segmentazione sono in grado di riconoscere conbuone prestazioni un solo tipo di transizioni, usando da un lato metodi basati su differenzadei pixel o sulle informazioni di ”motion” per calcolare la distanza tra frame successivi e,dall’altro, soglie fisse o variabili per il riconoscimento di tagli e dissolvenze. Scopo dellaricerca e stato quindi quello di dimostrare come, prendendo in considerazione le gia citatetecniche di Animate Vision, unite, alle classiche tecniche di Computer Vision per l’elabora-zione delle immagini, si possa ottenere un’indicizzazione automatica, efficiente ed efficacedi un video in shot. Cio avviene attraverso un approccio probabilistico in grado di indivi-duare sia transizioni brusche e graduali attraverso l’utilizzo di apposite soglie adattative. Laricerca ha poi inteso mostrare come utilizzare le informazioni relativi agli shot ottenuti perl’individuazione automatica si particolari eventi in un video.

• come utilizzare la metrica di somiglianza tra immagini basata sulla Visione Animataper l’individuazione automatica e contemporanea di transizioni brusche e gradualiall’interno di una sequenza video [46, 8];

• come definire nuovi indici basati sui key-frame degli shot individuati ai fini di unaricerca efficienti in basi di dati video [61, 66];

• come integrare la segmentazione video ed audio per ottenere il riconoscimento auto-matico di scene [55, 89];

20

• come integrare le tecniche sviluppate all’interno di un MCMS di una piattaforma die-Learning per monitorare il tracking delle attivita utente nel caso di risorse video[62].

I risultati ottenuti, ottenuti su dataset standard (i.e., TREC DB) e comparati con quelli dellaletteratura scientifica del settore, hanno evidenziato la validita dell’approccio innovativo so-prattutto per quel che concerne la recall e la precision delle tecniche di video segmentazione.In particolare, il metodo proposto, in riferimento al dataset TREC01, si pone al primo postonella classifica delle tecniche di ”shot detection”.

Multimedia BrowsingDiverse sono le applicazioni multimediali (e.g. musei virtuali, cataloghi multimediali)

che potrebbero essere sensibilmente migliorate adottando particolari modelli di ”navigazio-ne assistita” (browsing) che siano di supporto agli utenti nell’accesso a grosse collezioni didati multimediali. Ad esempio, si potrebbe considerare una applicazione per la navigazio-ne di database multimediali, in cui un utente accede una sequenza di oggetti multimedialisecondo una certa logica: ogni elemento della sequenza e in qualche modo collegato con ilprecedente. A causa della disponibilita di enormi quantita di dati e delle differenti possibilistrategie di ricerca nel campo dei database multimediali, il browsing di database multime-diali di grandi dimensioni costituisce ancora una sfida di ricerca aperta. L’attivita di ricercasvolta in tale ambito ha avuto come obiettivo la realizzazione di un sistema intelligente ingrado di guidare un utente nella navigazione di un repository digitale di dati multimediali(immagini, video, audio), fornendo utili consigli su quali oggetti accedere. Il sistema inquestione adotta una strategia che valuta, da un lato, le relazioni tra due oggetti multimedia-li, sulla base della similitudine in termini di caratteristiche sia di basso che di alto livello,dall’altro, viene effettuata un’analisi dei ”pattern di utilizzo” (ovvero le sequenze di oggettiacceduti dai vari utenti) volta a dedurre relazioni tra oggetti multimediali, cosı come perce-pite dall’utente, ma non modellabili attraverso nessuno dei modelli di basso ed alto livello[48].

Video-sorveglianzaI sistemi di video-sorveglianza sono strumenti che mirano a estendere le capacita percet-

tive dell’uomo, consentendogli, ad esempio, di conoscere in anticipo condizioni pericolosein modo da poterle evitare, oppure di monitorare contemporaneamente luoghi diversi e po-tenzialmente distanti tra loro, o ancora di rivivere circostanze particolarmente interessanti,guardando a ritroso nel tempo. Negli ultimi anni, la ricerca in questa direzione e stata par-ticolarmente intensa ed ha condotto a numerosi miglioramenti tecnologici che hanno resogli impianti di video-sorveglianza piu efficaci ed efficienti. Scopo dell’attivita di ricerca estato quello di estendere le capacita di analisi e ragionamento degli odierni sistemi di video-sorveglianza fornendo loro gli strumenti teorici e pratici per l’individuazione automatica disituazioni pericolose e per la ricerca di eventi di interesse nei video precedentemente archi-viati. La strada che si e deciso di seguire e stata quella di realizzare un sistema in grado, daun lato, di definire eventi ad alto contenuto semantico e, dall’altro, utilizzando questi ultimi,di effettuare un ”reasoning probabilistico” sui dati prodotti da appositi algoritmi di ima-ge processing, opportunamente tradotti e memorizzati in un database. Ad ora le soluzioniadottate per la definizione e riconoscimento di eventi complessi utilizzano grafi probabilisti-

21

ci e reti di Petri probabilistiche e vincolate [72, 15]. Un’ulteriore tecnica di riconoscimentoadottata e stata quella che riconosce gli eventi sospetti come anomalie rispetto ad un trainingset di eventi normali, utilizzando allo scopo dei particolari alberi decisionali [90].

7.4.8 Trattamento Semantico di Informazioni su Web

E’ noto che provvedere a tecniche per il supporto al contenuto semantico sta diventandosempre piu una necessita sia in ambito web che piu in generale nei sistemi informativi.In questo contesto sta sempre piu emergendo l’uso di sistemi comprensibili alla macchina.Sebbene l’uso di reti semantiche e, piu in generale, di ontologie e oggi comunemente ac-cettato per specifici domini applicativi, rimane aperto il problema dell’identificazione, delladefinizione e della costruzione di ontologie in domini complessi. Scopo dell’attivita di ri-cerca e l’individuazione di algoritmi, tecniche, sistemi di ricerca basati sul contenuto e sulconcetto di Rete Semantica Dinamica [49, 60, 62, 65], [14]. L’utilizzo di basi di conoscenzageneraliste impone, infatti, uno sforzo nella costruzione di ontologie specialistiche e nel-la definizione di algoritmi di matching ontologico. In questo ambito, verranno investigatetecniche per l’aggiunta di informazioni, per un’analisi e un retrieval piu accurato, basatesul concetto di Relevance Feedback. Per quanto riguarda la ricerca su fonti di informazioninon strutturate, risultano essere di cruciale importanza la definizione di paradigmi di TopicDetection e Tracking per il web e la valutazione automatica delle opinioni espresse su de-terminati topic. In particolare, l’obbiettivo e la realizzazione di una apposita architetturasoftware che a partire da un documento di testo ne identifichi automaticamente i topic e leaction, riguardanti i topic individuati e, nel caso particolari di articoli di giornale o weblogs,di estrarre in maniera automatica il giudizio espresso [68], [73], [78].

7.4.9 Trattamento Semantico di Documenti Giuridici

Una delle applicazioni piu importanti ed innovativi dei sistemi di analisi semantica dei docu-menti e sicuramente quella relativa al dominio giuridico, sia per la pecularieta dei documentiche per quella relativa al linguaggio specifico che ben si presta ad una modellizzazione ditipo ontologico. In particolare, grazie ad una convenzione in essere tra il dipartimento eil Consiglio Nazionale del Notariato, si sono sviluppate sia tecniche per la classificazioneautomatica di documenti notarili che tecniche e sistemi per la strutturazione in formato xmla norma degli atti notarili non strutturati. In questo contesto sono state definite e imple-mentate tecniche e sistemi per la costruzione semi-automatica di ontologie notarili [77]. Ilsistema e stato inoltre esteso per la produzione automatica di ontologie RDF , in modo dapermettere un reasoning semplificato [84].

7.4.10 Sistemi Antispamming basati sul trattamento semantico dei documenti

Il problema delle Unsolicited Commercial Emails, anche conosciute come spam, sta diven-tando sempre piu urgente e delicato sia per i singoli che per le organizzazioni: e esperienzacomune che decine e decine di mail non volute e a volte truffaldine intasano le caselle diposta elettronica personali o aziendali. In questa attivita di ricerca, si applicano e integranotecniche basate sull’elaborazione ed analisi di immagini e tecniche basate sull’elaborazione

22

del linguaggio naturale (Latent Dirichlet Analysis, Latent Semantic Analysis). In particola-re viene proposta una gerarchia di sistemi decisionali che permetta l’individuazione rapidaed efficace di spamming.

8 Pubblicazioni

Si riporta l’elenco completo delle pubblicazioni di cui Antonio Picariello e autore ocoautore, suddivise per categoria.

Il seguente prospetto riassume le pubblicazioni per ciascuna categoria.

CATEGORIA NUMERO RIFERIMENTOArticoli su riviste internazionali 18 [1, 2, 4, 5, 3, 6, 7]

[8, 9, 12, 10, 11, 14, 13, 17, 16, 15, 18]Contributi a libri internazionali 4 [99, 95, 97, 98]

Articoli in atti di conferenze internazionali [21, 63, 65, 31, 50, 48, 20][62, 32, 34, 22]

[39, 36, 25, 30, 33, 53][29, 35, 55, 46, 38, 24]

[28, 59, 40, 43, 44, 54, 58, 61, 47][57, 56, 23]

75 [19, 41, 37, 49, 45, 51, 52, 64][66, 69, 67, 71, 66, 68, 70]

[73, 78, 72, 80, 81][77, 76, 82, 79, 75, 74, 84, 93, 88]

[85, 91, 87, 86, 92, 83, 89, 90]Contributi a libri nazionali 1 [96]

Articoli in atti di conferenze nazionali 4 [42, 26, 60, 27]Tesi di dottorato 1 [94]

Libri di Testo 2 [101, 100]

Riviste Internazionali

[1] F. Arcelli, M. De Santo, M. Di Santo, and A. Picariello. Investigating the use of actorsfor computer vision applications. Computers and Artificial Intelligence, 14(5):469–493, 1995.

[2] G. Boccignone, A. Chianese, M. De Santo, and A. Picariello. A processing model for2-d image analysis. Theory and Practice of Object System, 2(4):227–246, 1996.

[3] G. Boccignone, A. Chianese, and A. Picariello. Computer aided detection ofmicrocalcifications in digital mammograms. Computer in Biology and Medicine,30:1160–1171, 2000.

[4] G. Boccignone, A. Chianese, and A. Picariello. Multiresolution spot detection bymeans of entropy thresholding. Journal of Optical Society of America, A, 17(7):1160–1171, 2000.

23

[5] G. Boccignone, A. Chianese, and A. Picariello. Using renyi’s information and waveletsfor target detecion: an application to mammograms. Pattern Analysis and Application,3:303–313, 2000.

[6] G. Boccignone, A. Chianese, and A. Picariello. Teaching structured programmingthrough literate programming and hypertexts: The bip environment. Journal ofComputer Science Education, 14(3–4):5–13, 2001.

[7] A. Chianese, A. Picariello, L. Sansone, and M. L. Sapino. Managing uncertainties inimage databases: A fuzzy approach. Multimedia Tools Appl., 23(3):237–252, 2004.

[8] G. Boccignone, A. Chianese, V. Moscato, and A. Picariello. Foveated shot detectionfor video segmentation. IEEE Trans. On Circuits and Systems for Video Technology,15(3):365–377, 2005.

[9] M. Fayzullin, A. Picariello, M. L. Sapino, and V. S. Subrahmanian. The cpr model forsummarizing video. Multimedia Tools Application Journal, 26(2):153–173, 2005.

[10] M. Albanese, M. Fayzullin, A. Picariello, and V. S. Subrahmanian. The priority curvealgorithm for video summarization. Information Systems Journal, 31:679–695, 2006.

[11] P. Capasso, C. Cesarano, A. Picariello, and L.Sansone. Content-based news retrie-val on the web. International Journal on Computer Science and Network Security,6(5A):88–94, 2006.

[12] M. Albanese, C. Cesarano, M. Fayzullin, A. Picariello, and V. S. Subrahmanian. Sto-ry creation from heterogeneous data sources. Multimedia Tools Application Journal,33(2):351–377, 2007.

[13] C. Cesarano, A. Chianese, A. d’Acierno, V. Moscato, and A. Picariello. A hy-brid approach for improving concurrency of frequently disconnecting transaction.International Journal on Computer Science and Network Security, 7(1):205–2015,2007.

[14] A. Picariello and A.M. Rinaldi. User relevant feedback in semantic information re-trieval. International Journal of Intelligent Information Technologies, 3(2):36–50,2007.

[15] M. Albanese, R. Chellappa, V. Moscato, A. Picariello, V.S. Subrhamanian, P. Turaga,and O. Udrea. A constrained probabilistic petri net framework for human activitydetection in video. IEEE Transaction on Multimedia, to appear, 2008.

[16] F. Amato, A. Mazzeo, A. Penta, and A. Picariello. Using nlp and ontologies for no-tary document management system. International Journal of Web and Grid Servi-ces (IJWGS),Special Issue on Semantic Web and Semantic Information Management,page 10, 2008.

[17] G. Boccignone, A. Chianese, V. Moscato, , and A. Picariello. Context-sensitive queriesfor image retrieval in digital libraries. International Journal on Intelligent InformationSystems, 31:53–84, 2008.

24

[18] A. Picariello and C. Sansone. Web usage mining for personalization. IntelligentDecision Technologies, to appear, 2008.

Conferenze Internazionali e Nazionali

[19] F. Arcelli, A. Chianese, M. De Santo, and A. Picariello. Approaching charac-ter segmentation with parallel contour skeleton analysis. In Proc. of ScandinavianConference on Image Analysis, pages 1299–1306, 1993.

[20] F. Arcelli, A. Chianese, M. De Santo, and A. Picariello. I sistemi distribuiti orien-tati agli oggetti per l’intelligenza artificiale. In Atti del Workshop sull’IntelligenzaArtificiale Applicata all’Ingegneria, pages 161–176. Liguori Editore, 1993.

[21] F. Arcelli, M. De Santo, M. Di Santo, and A. Picariello. Computer vision applicationexperience with actors. In Lecture Notes in Computer Science, volume 694, pages748–751. Springer Verlag, 1993.

[22] G. Boccignone, A. Chianese, M. De Santo, and A. Picariello. Building an object orien-ted environment for image analysis and processing. In Proc. International Conferenceon Document Analysis and Recognition (ICDAR’93), pages 436–439, 1993.

[23] G. Boccignone, A. Chianese, M. De Santo, and A. Picariello. An object orientedapproach for developing vision systems: Preliminary results in supporting parallelarchitecture. In Progress in Image Analysis and Processing III, pages 513–520. WorldScientific, 1993.

[24] G. Boccignone, A. Chianese, M. De Santo, and A. Picariello. Object oriented repre-sentation of shape information. In Lecture Notes in Computer Science, volume 858,pages 266–277. Springer Verlag, 1994.

[25] G. Boccignone, A. Chianese, M. De Santo, and A. Picariello. A software architecturefor medical image processing stations. In Proc. of First IEEE International Conferenceon Image Analysis and Processing, volume III, pages 801–805, 1994.

[26] G. Boccignone, M. De Santo, M. Marvaso, and A. Picariello. Un modello di rife-rimento per lo sviluppo di piattaforme multimediali. In Atti del Convegno SistemiMultimediali Intelligenti, pages 195–202, 1994.

[27] U. Galluccio, S. Leonardo, and A. Picariello. Sistema ad architettura parallela perapplicazione di ispezione automatica. In Atti del Congresso Annuale AICA’94, volumeIII, pages 1521–1524, 1994.

[28] G. Boccignone, A. Chianese, M. De Santo, and A. Picariello. Improving the useof contours for off-line cursive script segmentation. In Lecture Notes in ComputerScience, volume 974, pages 474–550. Springer Verlag, 1995.

[29] G. Boccignone and A. Picariello. Anisotropic enhancement of mammographic ima-ges. In Proceedings 13 th International Conference on Pattern Recognition ICPR ’96,pages 408–412. IEEE Comp. Soc. Press, 1996.

25

[30] G. Boccignone and A. Picariello. Enhancement of mammograms: experimental resul-ts. In Proc. IEEE International Conference on Image Analysis and Processing, pages347–350. IEEE Comp. Soc. Press, 1996.

[31] G. Boccignone, A. Chianese, M. De Santo, A. Picariello, A. Pierotti, and F. Prigione.A system for computer aided mammography. In Proceedings CAR’97, pages 197–202.IEEE Comp. Soc. Press, 1997.

[32] G. Boccignone and A. Picariello. Multiscale contrast enhancement of medical images.In ICASSP ’97: Proceedings of the 1997 IEEE International Conference on Acoustics,Speech, and Signal Processing (ICASSP ’97) - Volume 4, pages 27–89. IEEE ComputerSociety, 1997.

[33] A. Chianese, M. De Santo, and A. Picariello. Improving the use of contours andskeletons for off-line cursive script segmentation. In ICIAP ’97: Proceedings of the9th International Conference on Image Analysis and Processing-Volume II, pages 600–607. Springer-Verlag, 1997.

[34] G. Boccignone, A. Chianese, and A. Picariello. Entropy based detection of microcal-cifications in wavelet space. In roc. of IEEE International Conference on Acoustics,Speach and Signal Processing, ICASSP’98, volume 5, pages 2713–2716. IEEE Comp.Soc. Press., 1998.

[35] G. Boccignone, A. Chianese, and A. Picariello. Small target detection using wavelets.In Proc. of IEEE International Conference Pattern Recognition, ICPR’98, volume 5,pages 1776–1778. IEEE Comp. Soc. Press., 1998.

[36] R. Casciello, A.Chianese, and A. Picariello. Bip: a multi-media environment for lear-ning structured programming. In Proc. of World Conference on Continuing Educationin Engineering, pages 489–493, 1998.

[37] G. Boccignone, A. Chianese, and A. Picariello. Biponline: a software project libraryon the internet. In Proc. of World Multiconference on Systemics, Cybernetics andInformatic, volume 1, pages 369–376, 1999.

[38] G. Boccignone, A. Chianese, and A. Picariello. Wavelet transform and image retrie-val: Preliminary experiments. In Proc. of Joint Conference on Information Sciences,volume 2, pages 164–167, 1999.

[39] R. Casciello, A. Chianese, and A. Picariello. Bipon line: client-server system forteaching structured programming. In Proc. of International Conference on DistanceEducation and Distance learning, pages 123–127. Tchingua University Press, 1999.

[40] A. Chianese, A. Picariello, and L. Sansone. A system for query by examples in imagedatabase. In Proc. of 7th Multimedia Information Systems, 2001.

[41] A. Chianese, A. Picariello, and L. Sansone. Wavelet transform and image retrieval:Preliminary experiments. In Proc. of World Multiconference on Systemics, Cyberneticsand Informatic, SCI ISAS 2001, volume 16, pages 362–367, 2001.

26

[42] M. Albanese, A. Chianese, V. Moscato, and A. Picariello. E2: E-learning ed e-contentatti di didamatica 2002. In E-Learning: metodi, strumenti ed esperienze a confronto,2002.

[43] G. Boccignone, A. Picariello, V. Moscato, and M. Albanese. Image similarity basedon animate vision: Information path matching. In Proc. of 8th Multimedia InformationSystems, pages 66–75, 2002.

[44] A. Picariello and M. L. Sapino. A fuzzy algebra for image data bases. In Proc. of 8th

Multimedia Information Systems, pages 86–95, 2002.

[45] A. d’Acierno C. Cesarano and A. Picariello. An intelligent search agent system forsemantic information retrieval on the internet. In WIDM ’03: Proceedings of the5th ACM international workshop on Web information and data management, pages111–117. ACM Press, 2003.

[46] C. Cesarano, V. Moscato, and A. Picariello. Video segmentation based on active vi-sion. In Proc. of 7th International Symposium on Signal Processing, page 4. IEEEComp. Soc. Press., 2003.

[47] M. Fayzullin, V. S. Subrahmanian, A. Picariello, and M. L. Sapino. The cpr modelfor summarizing video. In MMDB ’03: Proceedings of the 1st ACM internationalworkshop on Multimedia databases, pages 2–9. ACM Press, 2003.

[48] M. Albanese, C.Cesarano, and A.Picariello. A multimedia data base browsing system.In CVDB ’04: Proceedings of the 1st international workshop on Computer visionmeets databases, pages 35–42. ACM Press, 2004.

[49] M. Albanese, A. Picariello, and A. M. Rinaldi. A semantic search engine for webinformation retrieval: an approach based on dynamic semantic networks. In Proc. OfACM SIGIR Semantic Web and Information Retrieval Workshop (SWIR 2004), page 8.ACM Press, 2004.

[50] M. Albanese, A. Picariello, and A.M. Rinaldi. A technological framework for perso-nalized museum visiting. In Proc. of 10th International Conference on InformationSystems Analysis and Synthesis (ISAS 2004) and International Conference on Cyber-netics and Information Technologies, Systems and Applications (CITSA 2004), pages21–25, 2004.

[51] M. Albanese, A. Picariello, C. Sansone, and L. Sansone. Web personalization basedon static information and dynamic user behavior. In WIDM ’04: Proceedings of the6th annual ACM international workshop on Web information and data management,pages 80–87. ACM Press, 2004.

[52] M. Albanese, A. Picariello, C. Sansone, and L. Sansone. A web personalization systembased on web usage mining techniques. In WWW Alt. ’04: Proceedings of the 13thinternational World Wide Web conference on Alternate track papers & posters, pages288–289. ACM Press, 2004.

27

[53] G. Boccignone, A.Chianese, V. Moscato, and A. Picariello. Using attention for videosegmentation. In ICPR ’04: Proceedings of the Pattern Recognition, 17th Interna-tional Conference on (ICPR’04) Volume 3, pages 838–841. IEEE Computer Society,2004.

[54] G. Boccignone, A. Chianese, V. Moscato, A. Picariello, and L. Sansone. Retrievalin image database based on animate vision. In Proc. of 10th Multimedia InformationSystems, page 6, 2004.

[55] A. Chianese, V. Moscato, R. Miscioscia, S. Parlato, and A. Picariello. A fuzzy ap-proach to video scenes detection and its application for soccer matches. In IEEE 4thInternational Conference on Intelligent Systems Design and Applications (ISDA04),page 4. IEEE Comp. Soc. Press., 2004.

[56] A. Chianese, V. Moscato, A. Picariello, and A. M. Rinaldi. An architecture for theintegration of multimedia heterogeneous data sources. In Proc. of IEEE InternationalConference on Modeling, Simulation and Visualization Methods (MSV04), page 7.IEEE Comp. Soc. Press., 2004.

[57] M. Fayzullin, V. S. Subrahmanian, M. Albanese, and A. Picariello. The priority curvealgorithm for video summarization. In MMDB ’04: Proceedings of the 2nd ACMinternational workshop on Multimedia databases, pages 28–35. ACM Press, 2004.

[58] M. Fayzullin, V.S. Subrahmanian, M. Albanese, C. Cesarano, and A. Picariello. Story:Architecture of a system to create stories about pompeii and other applications. InProc. of 10th Multimedia Information Systems, pages 2–13, 2004.

[59] A. Picariello and A. M. Rinaldi. Adaptive thresholding for microcalcification detec-tion: a wavelet approach. In Proceeding of the Mediterranean Conference on Medicaland Biological Engineering Medicon 2004, 2004.

[60] A. Picariello, A. M. Rinaldi, and L. Sansone. Un sistema per la ricerca semanticasu web. In Atti di AICA 2004, Ricerca ed impresa: Conoscenza e produzione per lasocieta dell’Informazione, pages 28–30, 2004.

[61] M. Albanese, P. Capasso, A. Picariello, and A. M. Rinaldi. Advances in multimediainformation systems. volume 3665 of Lecture Notes in Computer Science, pages 17–32. Springer, 2005.

[62] M. Albanese, P. Maresca, A. Picariello, and A. M. Rinaldi. Towards a multimediaontology system: an approach using tao xml. In Proc. of 11th Int. Conference onDistributed Multimedia Systems, pages 52–57, 2005.

[63] G. Boccignone, V. Caggiano, A. Chianese, V. Moscato, and A. Picariello. Anima-te image-matching for retrieval in digital libraries. In Proceeding of the 7th Intern.Worksh. on Audio-Visual Content and Information Visualization in Digital Libraries,pages 57–66, 2005.

28

[64] G. Boccignone, A. Chianese, V. Moscato, and A. Picariello. Animate system for queryby example in image databases. In Proceeding of EuroIMSA 2005, pages 451–456,2005.

[65] V. Moscato, A. Picariello, and A. M. Rinaldi. A system for multimedia informationmanagement and retrieval. In Proc. of CAINE 2005, page 6, 2005.

[66] M. Albanese, A. Chianese, V. Moscato, and A. Picariello. Experience of animatesimilarity concepts in multimedia database. In Proc. of ICDE Workshops 2006, pages11–17, 2006.

[67] M. Albanese, A. Chianese, A. Penta, A. Picariello, and L. Passariello. A modelfor user profiling in an asp environment. In Proc. of Database and Expert SystemsApplications, pages 15–19. IEEE press, 2006.

[68] C. Cesarano, P. Capasso, L. Sansone, and A. Picariello. A semantic topic identificationsystem for document retrieval on the web. In Jeffrey Xu Yu, Masaru Kitsuregawa, andHong Va Leong, editors, Proc. of Advances in Web-Age Information Management,pages 17–32. IEEE, 2006.

[69] C. Cesarano, A. Picariello, D.ReforgiatoRecupero, A. Sagoff, V. S. Subrahmanian,and B.Dorr. Opinion analysis in document databases. In Proc. of AAAI-CAAW: AAAISymposium on Computational Approaches to Analysing Weblogs, pages 21–26. AAAIpress, 2006.

[70] A. Chianese, P. Maresca, V. Moscato, A. Penta, and A. Picariello. Integration ofdistributed learning objects by wrapper-mediator architecture. In Proc. of DistanceEducation Technology DET/DMS 2006, pages 109–118, 2006.

[71] A. Chianese, V. Moscato, A. Penta, and A. Picariello. Improving minutiae detection infingerprints using multiresolution contrast enhancement. Lecture Notes in ComputerScience, pages 274–285. Springer, 2006.

[72] M. Albanese, V. Moscato, A. Picariello, V. S. Subrahmanian, and O. Udrea. Detectingstochastically scheduled activities in video. In Proc. of International Joint Conferenceon Artificial Intelligence 2007, pages 1802–1807, 2007.

[73] F. Benamara, C. Cesarano, A. Picariello, D. Reforgiato, and V.S. Subrahmanian. Sen-timent analysis: Adjectives and adverbs are better than adjectives alone. In Proc.International Conference on Weblogs and Social Media, 2007.

[74] P. Capasso, T. d’Acierno, and A. Picariello. Bioinview: A tool for integratingheterogeneous bioinformatics data sources. In BITS 07 - Poster Session, 2007.

[75] P. Capasso, T. d’Acierno, and A. Picariello. Integrating and querying heterogeneousweb repositories for bioinformatics: an ontology-based approach. In Nettab 07 - PosterSession, 2007.

[76] P. Capasso and A. Picariello. Bioinview: Integration and querying of heterogeneousbiological data source. In Proc. The 2007 International Conference on Bioinformaticsand Computational Biology, page 4. Csrea Press, 2007.

29

[77] C. Cesarano, A. Mazzeo, and A. Picariello. A system for summary-document simila-rity in notary domain. In Proc. 4th International Workshop on Text Based InformationRetrieval, DEXA 2007, pages 254–258. IEEE Computer Society Press, 2007.

[78] C. Cesarano, A. Picariello, D. Reforgiato, and V.S. Subrahmanian. The oasys 2.0opinion analysis system: A demo. In Proc. International Conference on Weblogs andSocial Media, 2007.

[79] F. Gargiulo, A. Penta, A. Picariello, and C. Sansone. Using visual and sematic fea-tures for anti-spam filters. In Proc. of NIPS 2007 Workshop on Machine Lerning inAdversarial Environments for Computer Security, 2007.

[80] A. Penta, A. Picariello, and L. Tanca. Towards a definition of an image ontology.In Proceedings of the Fifteenth Italian Symposium on Advanced Database Systems,Lecture Notes in Computer Science, pages 455–462. Springer, 2007.

[81] A. Penta, A. Picariello, and L. Tanca. Towards a definition of an image ontology.In Proc. 4th International Workshop on Multimedia Data Mining and Management,DEXA 2007, pages 74–78. IEEE Computer Society Press, 2007.

[82] A. Picariello and A. M. Rinaldi. Crawling the web with ontodir. In Proc. Internatio-nal Conference on Database and Expert Applications, DEXA 2007, Lecture Notes inComputer Science, pages 730–739. Springer, 2007.

[83] F. Amato, A. Mazzeo, A. Penta, and A.Picariello. Knowledge representation andmanagement for e-government documents. volume 280/2008, pages 31–40. Springer,July 2008.

[84] F. Amato, A. Mazzeo, A. Penta, and A. Picariello. Building rdf ontologies from semi-structured legal documents. In Proc. of Web Grid Information and Service Discovery2008, page 10, 2008.

[85] F. Amato, A. Mazzeo, A. Penta, and A. Picariello. Building rdf ontologies from semi-structured legal documents. In Proceedings of International Conference on Com-plex, Intelligent and Software Intensive Systems,Web/Grid Information and ServicesDiscovery Workshop, pages 997–1002. IEEE Computer Society, 2008.

[86] F. Amato, A. Mazzeo, A. Penta, and A. Picariello. Using nlp and ontologies for legalinformation systems: an application to italian notary domain. In Proceedings of theFifteenth Italian Symposium on Advanced Database Systems, SEBD, page 8, 2008.

[87] F. Amato, A. Mazzeo, A. Penta, and Antonio Picariello. Using nlp and ontologiesfor legal information systems: an application to italian notary domain. In 5th IEEEInternational Workshop on Text-based Information Retrieval (TIR 08), in conjunctionwith DEXA 2008., page 6, 2008.

[88] A. Chianese, A. d’Acierno, V. Moscato, and A. Picariello. Pre-serialization of longrunning transactions to improve concurrency in mobile environments. In ICDEWorkshops, pages 129–136. IEEE Computer Society, 2008.

30

[89] A. Chianese, V. Moscato, A. Penta, and A. Picariello. Scene detection using visual andaudio attention. In Proceedings of International Workshop on Ambient Media Deliveryand Interactive Television (AMDIT08) in conjunction with Ambi-Sys 08 Conference,page 7, 2008.

[90] A. Chianese, V. Moscato, and A. Picariello. Detecting abnormal activities in videosequences. In Proceedings of International Workshop on Ambient Media Deliveryand Interactive Television (AMDIT08) in conjunction with Ambi-Sys 08 Conference,page 7, 2008.

[91] F. Gargiulo, A.Penta, A. Picariello, and C. Sansone. Using heterogeneous featuresfor anti-spam filters. In 3rd IEEE International Workshop on Flexible Database andInformation System Technology - FlexDBIST ’08, in conjunction with DEXA., page 6,2008.

[92] F. Gargiulo, A. Penta, A. Picariello, and C. Sansone. A behaviour-knowledge spaceapproach for spam detection. In The workshop Supervised and Unsupervised Ensem-ble Methods and Their Applications (SUEMA 2008), in conjunction with EuropeanConference on Artificial Intelligence (ECAI 2008)., page 5, 2008.

[93] Antonio Picariello and Antonio Maria Rinaldi. Using ontologies and relatedness me-trics for semantic document analysis on the web. In Epaminondas Kapetanios, VijayanSugumaran, and Myra Spiliopoulou, editors, NLDB, volume 5039 of Lecture Notes inComputer Science, pages 329–330. Springer, 2008.

Capitoli in libri Internazionali e Nazionali - Tesi di Dottorato

[94] A. Picariello. Computer Assisted Diagnosys of Digital Mammography: Analisys, De-sign and Implementation. PhD thesis, Scuola di Dottorato di Ricerca in IngegneriaElettronica ed Informatica – Dipartimento di Informatica e Sistemistica, 1998.

[95] M. Albanese, C. Cesarano, M. Fayzullin, A. Picariello, and V.S. Subrahmanian. En-cyclopedia of Multimedia, chapter Video Summarization, pages 892–900. Springer,2006.

[96] F. Bevacqua, R. Casciello, A. Chianese, and A. Picareillo. Dimensioni cultura-li dell’introduzione delle tecnologie multimediali nella scuola, chapter Hardware eSoftware dei Sistemi Multimediali, pages 89–108. Edizioni CUEN, Napoli, 1998.

[97] C. Cesarano, M. Fayzullin, A. Picariello, and V.S. Subrahmanian. Encyclopedia ofMultimedia, chapter Video Database, pages 917–925. Springer, 2006.

[98] A. Picariello and M.L. Sapino. Semantic-Based Visual Information Retrieval, chapterManaging Uncertainted in Image Databases, pages 291–309. IDEA GROUP, 2007.

[99] A. Picariello, M.L. Sapino, and V. S.Subrahmanian. Handbook of Video DataBase,chapter A Video Data Base Algebra, pages 457–483. CRC PRESS, 2003.

31

Libri di Testo

[100] A. Chianese, V. Moscato, and A. Picariello. Alla Scoperta dei Fondamentidell’informatica. Liguori Editore- Italia, 2008.

[101] A. Chianese, V. Moscato, A. Picariello, and L. Sansone. Basi di Dati per la Gestionedell’Informazione. Mc-Graw Hill - Italia, 2007.

9 Citazioni

I lavori del Prof. Picariello sono stati citati in numerose e prestigiose pubblicazioni surivista scientifica internazionale e su rivista nazionale, sia a contenuto teorico che a conte-nuto ingegneristico-applicativo, a testimonianza dell’impatto che le ricerche condotte hannoavuto sia nel mondo accademico che industriale. Nel seguito mostriamo analiticamente leprincipali citazioni. Sono state omesse numerose citazioni in lingua cinese.

9.1 Lavoro numero [8]

Numero citazioni: 15

1. An efficient spatiotemporal attention model and its application to shot matching, Li S,Lee MC, IEEE Transactions on circuits and systems for video technology , 17, 2007.

2. A robust shot transition detection method based on support vector machine in com-pressed domain, Cao JR, Cai An, Pattern Recognition Letters 28, 12, 2007

3. Effective detection of various wipe transitions, Li S, Lee MC, IEEE Transactions oncircuits and systems for video technology, 17, 2007

4. Video shot detection and condensed representation. a review; C Cotsaces, N Nikolai-dis, I Pitas - Signal Processing Magazine, IEEE, 2006;

5. Video summarization using a neurodynamical model of visual attention S Corchs, GCiocca, R Schettini - Multimedia Signal Processing, 2004 IEEE 6th Workshop on;

6. Video Shot Boundary Detection and Condensed Representation: A Review C Cotsa-ces, N Nikolaidis, I Pitas - this issue - poseidon.csd.auth.gr

7. TU DELFT at TRECVID 2005: Shot Boundary Detection U Naci, A Hanjalic - TRECVideo Retrieval Evaluation Online Proceedings, 2005 - www-24.nist.gov

8. A Local Keypoint Matching Technique for Transition Detection CR Huang, HP Lee,CS Chen, A Sinica - mva-org.jp

9. A compressed-domain approach for shot boundary detection on H. 264/AVC bit streamsS De Bruyne, D Van Deursen, J De Cock, W De Neve, Signal Processing: ImageCommunication, 2008, Elsevier

10. Efficient spatiotemporal-attention-driven shot matching S Li, MC Lee - Proceedingsof the 15th international conference on, 2007

32

11. Research on Video Segmentation via Active Learning W Tan, S Teng, W Zhang -Image and Graphics, 2007. ICIG 2007. Fourth International Conf. on

12. An Efficient Spatiotemporal Attention Model and Its Application to Shot Matching SLi, MC Lee - Circuits and Systems for Video Technology, IEEE Transactions

13. Shot Boundary Detection: An Information Saliency Approach X Wu, PC Yuen, CLiu, J Huang - computer.org

14. Efficient and robust shot change detection S Lefevre, N Vincent - Journal of Real-Time Image Processing, 2007 - Springer

15. RELATORIOS TECNICOS DO ICMC, MG Manzato, RP de Mattos Fortes, R Gou-larte - icmc.usp.br



1. Fulfilling the Potential of Cancer Prevention and Early Detection, T Byers, SJ Curry,ME Hewitt - 2003 (Book) INSTITUTE OF MEDICINE NATIONAL RESEARCHCOUNCIL OF THE NATIONAL ACADEMIES

2. Mammography and Computerized Decision Systems: A Review, AC ROQUE, TCSSANDRE - Annals of the New York Academy of Sciences, 2002

3. Evaluation of a Wavelet-based Computer-Assisted Detection System for IdentifyingMicrocalcifications, F Diekmann, S Diekmann, M Bollow, KG Hermann, K, ActaRadiologica, 2004

4. Computer aided detection of clustered microcalcifications in digitized mammogramsusing Gabor ? E Catanzariti, M Ciminello, R Prevete - Image Analysis and Proces-sing, 2003. Proceedings.

5. Advances in Biomedical Informatics for the Management of Cancer S HAQUE, DMITAL, S SRINIVASAN - Annals of the New York Academy of Sciences, 2002 -Blackwell Synergy

6. Digital Mammography: Current Capabilities and Obstacles , J Parikh - Journal of theAmerican College of Radiology, 2005 - Elsevier

7. Automatic detection of clustered microcalcifications in digital mammograms usingmathematical , S Halkiotis, T Botsis, M Rangoussi - Signal Processing, 2007 - Else-vier

8. Detecting micro-calcifications in mammograms by using an intelligent computer-aided detection, B Wan, Q Liu, R Wang, X Cao - Communications, Circuits andSystems, 2005. Proceedings.

33

9. A graph-theoretical clustering method for detecting clusters of micro-calcifications inmammographic, LP Cordella, G Percannella, C Sansone, M Vento - Computer-BasedMedical Systems, 2005. Proceedings. 18th IEEE.

10. Computer-Aided Diagnosis: 26 Clinical Applications in the Breast, TW Vomweg -Breast Cancer - Springer

11. Wavelets for detection and enhancement of silver grains in in-situ hybridization WHaojun, Z Chongxun, VAN Xiangguo - Data Mining and Applications: 23-24 Octo-ber 2001 - SPIE

12. A Review, AC ROQUE, TCSS ANDRE - Annals of the New York Academy ofSciences, 2002 - Blackwell Synergy



1. A New Classification Scheme for Software Agents, A Hector, VL Narasimhan -Information Technology and Applications, 2005. ICITA 200

2. Automated gathering of Web information: An in-depth examination of agents inte-racting with search, BJ Jansen, T Mullen, A Spink, J Pedersen - ACM Transactionson Internet Technology (TOIT), 2006

3. Improving Classification of Multi-Lingual Web Documents using Domain Ontolo-gies, M Litvak, M Last, S Kisilevich - KDO05 The Second International Workshopon Knowledge, 2005.

4. Using UMLS-based re-weighting terms as a query expansion strategy, W Zhu, X Xu,X Hu, IY Song, RB Allen - 2006 - 144.118.25.24

5. SVM Based Automatic User Profile Construction for Personalized Search, R Song, EChen, M Zhao - LECTURE NOTES IN COMPUTER SCIENCE, 2005 - Springer

6. Intelligent Retrieval Agent based on Distributed Environment HK Kim - Proceedingsof the Fourth International Conference on DE 2006

7. Classification of Web Documents Using Concept Extraction from Ontologies, MLitvak, M Last, S Kisilevich - Lecture Notes in Computer Science, 2007 - Springer

8. Intelligent Information Search Mechanism Using Filtering and NFC Based on Multi-agents, S Yi, BD Gerardo, YS Lee, J Lee - LECTURE NOTES IN COMPUTERSCIENCE, 2006 - Springer M. Gavrilova et al. (Eds.): ICCSA 2006, LNCS 3982,pp. 144?153, 2006.

9. Tangle: A Personal Peer-to-Peer Document Search System B Mila, A Sannier

10. Annex to D5. 1.1 on Search and Browse IT BT, NK BT

34

11. Enhancing Helios Metasearch Engine Project Report CS6125, D Vrachas, WC Hsu,N Ganesan

12. Data Mining, M Last - Cyber Warfare and Cyber Terrorism, 2007 - books.google.com358 Chapter XLI Data Mining Mark Last ABSTRACT Ben-Gurion University o ftheNegev, Israel


Numero citazioni: 5

1. An SVM-based small target segmentation and clustering approach S Zheng, J Liu,JW Tian - Machine Learning and Cybernetics, 2004. Proceedings of 2004

2. Small-target predetection with an attention mechanism, Y Wang, T Zhang, G Wang -Optical Engineering, 2002

3. Temporal Profile Based Small Moving Target Detection Algorithm in Infrared ImageSequences, D Liu, J Zhang, W Dong - International Journal of Infrared and MillimeterWaves, 2007

4. Neural-network-based single-frame detection of dim spot target in infrared images, PZhang, J Li - Optical Engineering, 2007

5. Infrared Small Target Detection Using PPCA, Y Cao, RM Liu, J Yang - InternationalJournal of Infrared and Millimeter Waves, 2008 - Springer


Numero citazioni: 4

1. An innovative algorithm for key frame extraction in video summarization G Ciocca,R Schettini - Journal of Real-Time Image Processing 2006

2. Video summarisation: A conceptual framework and survey of the state of the art, AGMoney, H Agius - Journal of Visual Communication and Image Representation, 2008- Elsevier

3. Content Analysis and Summarization for Video Documents , S Lu phd. thesis

4. Content-based Video Indexing for Sports Applications using Multi-modal approach,D Tjondronegoro ph. d. thesis 2005


Numero citazioni: 7

1. A multiscale morphological approach to local contrast enhancement, S Mukhopad-hyay, B Chanda - Signal Processing, 2000 - Elsevier

35

2. Hue preserving color image enhancement using multi-scale morphology, S Mukho-padhyay, B Chanda - Indian Conference on Computer Vision, Graphics and Image,2002

3. Multiscale sharpening and smoothing with wavelets, K Berkner - US Patent 7,068,851,2006 - Google Patents

4. Contrast enhancement of images using human contrast sensitivity, A Majumder, SIrani - Proceedings of the 3rd ACM symposium on Applied perception , 2006

5. Perception-based contrast enhancement of images, A Majumder, S Irani - 2007

6. Greedy Algorithm for Local Contrast Enhancement of Images, K Subr, A Majum-der, S Irani - Image analysis and processing-ICIAP 2005: 13th Internationa, 2005 -Springer

7. Mejora de Contraste y Compensacion en Cambios de la Iluminacion, C Enhancement,IC Compensation - Computacion y Sistemas, 2007


Numero citazioni: 9

1. A Hierarchical Fuzzy Clustering-based System to Create User Profiles, B Lazzeri-ni, F Marcelloni - Soft Computing-A Fusion of Foundations, Methodologies 2007 -Springer.

2. UNCONSCIOUS CONTRIBUTIONS, A Heylighen, F Heylighen, J Bollen, M Casae

3. Time-Aware Web Users’ Clustering, SG Petridou, VA Koutsonikola, AI Vakali, Kno-wledge and Data Engineering, IEEE Transactions on, 2008.

4. A distributed model for tacit design knowledge exchange, A Heylighen, F Heylighen,J Bollen, M Casaer.

5. Integrating Markov Model with clustering for predicting web page accesses F Khalil,H Wang, J Li - 2007 .

6. L’Ecole Nationale Superieure D’Arts et Metiers, TSWEB PERSONALIZATION -ecole-navale.fr

7. Modelamiento de Perfil de Estudiante en Ambientes Educativos Virtuales: Estado delArte SPT Tocarruncho

8. Moteurs de composition pour le systeme d’information semantique et adaptatif, MDE-FIN D’ETUDES, MEN INFORMATIQUE - ifi.refer.org

9. Avaliacao comparativa de algoritmos de personalizacao para direcionamento de con-teudo CRC Alves, LVL Filgueiras - Proceedings of the 2005 Latin American confe-rence on HCI, 2005.

36


Numero citazioni: 3

1. An Exploratory Study of the W3C Mailing List Test Collection for Retrieval of Emailswith Pro/Con Y Wu, D Oard, I Soboroff - Proceedings of the Third Conference onEmail and Anti-Spam, 2006 - [

2. Web Mash-ups, A Marshall - dur.ac.uk

3. Deep context with a sense-of-self, R McArthur, TB Track - www-nlpir.nist.govT


Numero citazioni: 3

1. Automatic Target Detection Using Wavelet Transform, S Arivazhagan, L Ganesan -EURASIP Journal on Applied Signal Processing, 2004

2. Construction method of biorthogonal bases of perfect reconstruction wavelet. TWZhu, SQ Chen, Q Li, QJ Miao - Dianzi Yu Xinxi Xuebao(J. Electron. Inf. Technol.),2005

3. Computational intelligence for the detection and classification of malignant lesionsin screening E PANOURGIAS, A TSAKONAS, G DOUNIAS, G PANAGI - ONCO-LOGY REPORTS, 2006


Numero citazioni: 3

1. Textual Affect Sensing for Sociable and Expressive Online Communication, A Ne-viarouskaya, H Prendinger, M Ishizuka - Proceedings of the 2nd International Confe-rence on Affective, 2007 - Springer

2. A Sentiment classification with interpolated information diffusion kernels, S Raaij-makers - Proceedings of the 1st international workshop on Data mining 2007

3. Identifying Psycho-Social Fingerprints in Medical and Engineering Documents MVerlic, G Stiglic, P Kokol - wseas.us


Numero citazioni: 2

1. The Eff2 Image Retrieval System Prototype, SH Einarsson, R. Gretarsdottir, B. Jons-son, IASTED International Conference on Databases 2005

2. BROWSING A STRUCTURED MULTIMEDIA REPOSITORY, R Lopes, L Carrico- homepages.di.fc.ul.pt

37


Numero citazioni: 2

1. Towards an Ontology for MPEG-7 Semantic Descriptions MA Rahman, MA Hossain,I Kiringa, A El Saddik

2. An Ontology for Unification of MPEG-7 Semantic Descriptions MA Rahman, I Ki-ringa, A El Saddik


Numero citazioni: 1

1. Approaching the Efficient Frontier: Cooperative Database Retrieval Using High-Dimensional Skylines - WT Balke, J Zheng, U Guntzer - Proc. of the Int. Conf.on Database Systems, 2005


Numero citazioni: 1

1. FLS Nunes, H Schiabel, RH Benatti - Medical Physics, 2002


Numero citazioni: 1

1. Introducing Semantics in Web Personalization: The Role of Ontologies, M Eirinaki,D Mavroeidis, G Tsatsaronis, Lecture Notes in Computer Science, 2006 -Springer.


Numero citazioni: 1

1. An Attention-Driven Model for Grouping Similar Images with Image Retrieval Ap-plications, O Marques - EURASIP Journal on Advances in Signal Processing, 2007,EURASIP Journal on Advances in Signal Processing


Numero citazioni: 1

1. COSMOS-7: A Video Content Modeling Framework for MPEG-7, AC Gkoritsas,MC Angelides - Multimedia Modelling Conference, 2005. MMM 2005.

38


Numero citazioni: 1

1. Learning Implicit User Interest Hierarchy for Web Personalization, H Kim - 2005 ,ph. d. dissertation, Melbourne, Florida.

Il sottoscritto ANTONIO PICARIELLO nato ad AVELLINO il 8/12/1964 residente in MON-TEFREDANE (AV) Via ROMA, 39 Tel 335 5634375 0825 672227

consapevole che, ai sensi degli artt. 46 e 47 D.P.R. n. 445/2000, le dichiarazioni mendaci,la falsita negli atti e l’ uso di fatti falsi sono puniti ai sensi del codice penale e delle leggispeciali in materia, secondo le disposizioni richiamati dall’art. 76 del D.P.R. n. 445 indicato,

D I C H I A R A

che quanto riportato nel presente curriculum e non comprovato da titoli corrisponde a verita.

39

Prof. Ing. Antonio Picariello -...

Documents

Transcript of Prof. Ing. Antonio Picariello -...