ING0345 - GENERATIVE AI FOR MEDIA

insegnamento
Tipo Insegnamento:
Ins. uff. con erogazioni e cop.
Durata (ore):
30
CFU:
3
SSD:
TELECOMUNICAZIONI
Sede:
BRESCIA
Url:
COMMUNICATION TECHNOLOGIES AND MULTIMEDIA - TECNOLOGIE DELLE COMUNICAZIONI E MULTIMEDIA/PERCORSO COMUNE Anno: 1
Anno:
2025
Course Catalogue:
https://permalink.unibs.it/suacds/afcc/2025?corso=...

Dati Generali

Periodo di attività

Secondo Semestre (16/02/2026 - 05/06/2026)

Syllabus

Obiettivi Formativi

Al termine del corso gli studenti saranno in grado di:
• Analizzare la struttura e la rappresentazione dei segnali multimediali (immagini, video, audio, testo) nei domini tempo e frequenza.
• Comprendere le tecniche di trasformazione, compressione ed estrazione di feature fondamentali per i modelli generativi.
• Spiegare i principi delle principali architetture generative (AE, VAE, GAN, Diffusion Models, Transformer, LLM).
• Applicare strumenti di AI generativa per produrre e manipolare contenuti multimediali.
• Valutare criticamente il ruolo del signal processing come fattore abilitante e limitante per i modelli generativi nei media.

Prerequisiti

- Competenze di base di programmazione (Python consigliato)
- Conoscenze introduttive di machine learning
- Minima conoscenza di comandi Unix-like; algebra lineare, matrici, vettori, operazioni matriciali.

Metodi didattici

Lezioni frontali e laboratori

Verifica Apprendimento

Elaborato in itinere e esame orale (2 domande).

Testi

Materiale aggiuntivo verrà fornito dal docente during classes.

Contenuti

Il corso introduce le basi teoriche e pratiche dell’intelligenza artificiale generativa per i contenuti multimediali, con una forte enfasi sul signal e media processing. Gli studenti esploreranno i principi teorici dei segnali multimediali e dei modelli generativi, acquisendo al tempo stesso esperienza pratica attraverso laboratori dedicati alla generazione di audio, video, testo e, potenzialmente, modelli di computer graphics. Il programma affronta inoltre l’AI generativa dal punto di vista della rappresentazione, trasformazione e sintesi del segnale, concentrandosi su come i segnali multimediali (immagini, video, audio e testo) vengono modellati, elaborati e manipolati per abilitarne la generazione.

Parte I – Fondamenti teorici (50%)
Signal Processing Multimediale
• Rappresentazione digitale di immagini, video, audio e testo
• Analisi tempo-frequenza (cenni a Fourier, STFT, spettrogrammi, wavelet)
• Principi di compressione e codifica (cenni a JPEG, MPEG, MP3, codifica del testo)
• Estrazione di feature ed embeddings (cenni a visual features, MFCC, word embeddings)
Modelli Generativi
• Autoencoder e Variational Autoencoder
• GAN e Diffusion Models per segnali ad alta dimensionalità
• Transformer e Large Language Models come generatori di sequenze
• Connessioni tra proprietà del segnale e prestazioni dei modelli

Parte II – Laboratori pratici (50%)
Laboratori di Generazione Multimediale
• Audio Lab: elaborazione audio, sintesi vocale, generazione musicale
• Image Lab: modelli generativi basati su GAN, modelli di diffusione
• Text Lab: LSTM, LLM
• Multimodal Lab: generazione video condizionata dal testo, comprensione audio avanzata
• (Opzionale) Graphics Lab: rendering neurale, generazione di modelli 3D

Lingua Insegnamento

Inglese

Altre informazioni

Disponibile al ricevimento mediante una comunicazione preventiva via email.

Corsi