Image Processing and Learning group

Il gruppo di ricerca Image Processing and Learning (IPL) conduce attività di ricerca all’intersezione tra intelligenza artificiale, elaborazione dei segnali e imaging, con enfasi su applicazioni spaziali e computer vision. Sviluppiamo nuove metodologie di machine learning per l’analisi, la ricostruzione e l’interpretazione di dati complessi, tra cui immagini, segnali multidimensionali, dati 3D e informazioni strutturate su grafi. Un ambito centrale riguarda la risoluzione di problemi inversi nell’imaging, che consente il recupero di informazioni di alta qualità a partire da misure incomplete, rumorose o indirette.
Una parte significativa della nostra ricerca è dedicata all’osservazione della Terra e alle scienze spaziali. Abbiamo un’ampia esperienza nell’imaging satellitare di tipo ottico e SAR, che include metodi avanzati per il denoising, la super-risoluzione e la fusione di dati provenienti da sensori multipli e acquisizioni temporali diverse, nonché segmentazione, classificazione e rilevamento di oggetti. Le nostre soluzioni di super-risoluzione sono risultate vincitrici in competizioni internazionali dell’ESA come PROBA-V e AI4EO, creando prodotti ad alta risoluzione con applicazioni nel monitoraggio ambientale, agricoltura e analisi climatica. Abbiamo inoltre competenze nei foundation model per il telerilevamento applicati all’analisi di immagini satellitari.
Il gruppo è anche attivo nell’analisi dei fenomeni di space weather, inclusa la rilevazione automatica delle coronal mass ejections da immagini solari e la previsione di eventi geomagnetici attraverso l’analisi di serie temporali dei parametri del vento solare. Queste attività contribuiscono a migliorare la comprensione dell’attività solare e del suo impatto sulla Terra, con implicazioni per le operazioni satellitari e i sistemi di comunicazione.
Un’altra importante linea di ricerca riguarda l’elaborazione a bordo e la “edge intelligence” per sistemi spaziali. Sviluppiamo algoritmi e architetture per l’analisi delle immagini e la compressione dei dati direttamente a bordo dei satelliti, riducendo le necessità di trasmissione e abilitando decisioni in tempo reale. Abbiamo contribuito agli standard internazionali CCSDS per la compressione di immagini iperspettrali e sviluppato soluzioni basate su AI per attività onboard come rilevamento delle nuvole, segmentazione, rilevamento di anomalie e cambiamenti, nel rispetto dei vincoli computazionali ed energetici degli ambienti spaziali.
Siamo inoltre all’avanguardia nella ricerca su sistemi spaziali di nuova generazione. Il gruppo ha ottenuto il progetto ERC Advanced Grant “IntelliSwarm” per studiare imaging ad alta risoluzione spaziale, spettrale e 3D tramite sciami di satelliti. Questa ricerca sfrutta rappresentazioni neurali continue e calcolo distribuito per abilitare sistemi di imaging scalabili, flessibili e ad alte prestazioni, basati su modelli di AI efficienti dal punto di vista energetico e adatti all’uso nello spazio.
Oltre alle applicazioni spaziali, IPL svolge ricerca di base nel representation learning per scene in 2D, 3D e oltre, incluse graph neural networks e generazione di immagini/video tramite diffusion models. Queste tecniche sono applicate a diverse modalità di dati, come point cloud e dataset multi-sensore, e abilitano task di classificazione, segmentazione e rilevamento di oggetti. Un’ulteriore linea di ricerca è dedicata alla sicurezza dei sistemi basati su AI, con lo sviluppo di tecniche per migliorare la robustezza delle reti neurali a perturbazioni “adversarial”, con applicazioni a classificazione robusta, AI affidabile e scenari safety-critical.
La nostra ricerca in AI è supportata da 30 GPU di proprietà del gruppo, oltre a un accesso privilegiato a 24 GPU presso il centro HPC del Politecnico di Torino.
Il gruppo IPL partecipa a numerosi progetti finanziati dalle principali aziende spaziali europee, dall’ESA, dall’Agenzia Spaziale Italiana e dall’Unione Europea.