%D 2015
%X Le tecniche di "Compressive Sampling" (CS), recentemente sviluppate nell'ambito dell'elaborazione digitale dei segnali, si occupano di permettere la ricostruzione affidabile di segnali (ad esempio, immagini) ad alta risoluzione con un numero di misure del fenomeno di interesse molto inferiore rispetto ai requisiti dati dal teorema del campionamento di Nyquist. Tali tecniche combinano due idee fondamentali: (a) la disponibilità di una rappresentazione "compatta" (compressive) del fenomeno di interesse e (b) un campionamento incoerente (ad esempio pseudorandom) del segnale al fine di estrarre la massima quantità di informazioni utilizzando un numero minimo di misure. Le tecniche di CS sono già state applicate con successo a numerosi problemi pratici in ambito radar, compressione delle immagini e della voce, e compressione video.
Obiettivo del progetto è estendere l'utilizzo di tali tecniche ai problemi di imaging a microonde. In particolare, l'attività si occuperà di valutare un codice per l'inversione a microonde basata sul Multi-Task Bayesian Compressive Sampling (MT-BCS) per la ricostruzione di oggetti dielettrici di dimensioni molto contenute: tale versione permette di sfruttare, nel processo di ricostruzione, la correlazione esistente tra più problemi, nel caso specifico rappresentati dalla ricostruzione dell'oggetto in base ad una singola vista considerata. Tale implementazione permette quindi di tenere conto della correlazione tra le varie viste, in modo da sfruttare efficientemente tutta l'informazione ricavata dai dati di campo scatterato.

%A A. Conati
%I University of Trento
%K TADIB
%L elediasc12120
%T A Multi-View Multi-Task BCS strategy for Imaging Dielectric Scatterers