CRIS Current Research Information System
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
ItalianoPOGGI, MATTEO
Dettaglio
POGGI, MATTEO
DIPARTIMENTO DI INFORMATICA - SCIENZA E INGEGNERIA
Collaboratori
Pubblicazioni
Risultati 1 - 20 di 51 (tempo di esecuzione: 0.001 secondi).
| Titolo | Autore(i) | Anno | Periodico | Editore | Tipo | File | |
|---|---|---|---|---|---|---|---|
| 1 | Beyond local reasoning for stereo confidence estimation with deep learning | Tosi, Fabio; Poggi, Matteo*; Benincasa, Antonio; Mattoccia, Stefano | 2018 | Springer Verlag | 4.01 Contributo in Atti di convegno | - | |
| 2 | A computer vision approach based on deep learning for the detection of dairy cows in 2 free stall barn | Tassinari, Patrizia; Bovo, Marco; Benni, Stefano; Franzoni, Simone; Poggi, Matteo; Mammi, Ludovic...a Maria Eugenia; Mattoccia, Stefano; Di Stefano, Luigi; Bonora, Filippo; Barbaresi, Alberto; Santolini, Enrica; Torreggiani, Daniele | 2021 | COMPUTERS AND ELECTRONICS IN AGRICULTURE | 1.01 Articolo in rivista | ||
| 3 | COMPUTER VISION IDENTIFICATION AND POSITION DETECTION OF FRIESIAN COWS | Stefano Benni, Filippo Bonora, Luigi Di Stefano, Stefano Mattoccia, Matteo Poggi, Patrizia Tassin...ari, Daniele Torreggiani | 2019 | 4.02 Riassunto (Abstract) | - | ||
| 4 | Confidence Estimation for ToF and Stereo Sensors and Its Application to Depth Data Fusion | Poggi, Matteo; Agresti, Gianluca; Tosi, Fabio; Zanuttigh, Pietro; Mattoccia, Stefano | 2020 | IEEE SENSORS JOURNAL | 1.01 Articolo in rivista | - | |
| 5 | Continual Adaptation for Deep Stereo | Poggi, Matteo; Tonioni, Alessio; Tosi, Fabio; Mattoccia, Stefano; Di Stefano, Luigi | 2021 | IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE | 1.01 Articolo in rivista | - | |
| 6 | Crosswalk Recognition Through Point-Cloud Processing and Deep-Learning Suited to a Wearable Mobility Aid for the Visually Impaired | Poggi, Matteo; Nanni, Luca; Mattoccia, Stefano | 2015 | Springer | 4.01 Contributo in Atti di convegno | - | |
| 7 | Deep stereo fusion: Combining multiple disparity hypotheses with deep-learning | Poggi, Matteo; Mattoccia, Stefano | 2016 | Institute of Electrical and Electronics Engineers Inc. | 4.01 Contributo in Atti di convegno | - | |
| 8 | Distilled semantics for comprehensive scene understanding from videos | F. Tosi, F. Aleotti, P. Zama Ramirez, M. Poggi, S. Salti, L. Di Stefano, S. Mattoccia | 2020 | IEEE/CVF | 4.01 Contributo in Atti di convegno | - | |
| 9 | Efficient confidence measures for embedded stereo | Poggi, Matteo; Tosi, Fabio; Mattoccia, Stefano | 2017 | Springer Verlag | 4.01 Contributo in Atti di convegno | - | |
| 10 | Enabling Energy-Efficient Unsupervised Monocular Depth Estimation on ARMv7-Based Platforms | Peluso V.; Cipolletta A.; Calimera A.; Poggi M.; Tosi F.; Mattoccia S. | 2019 | Institute of Electrical and Electronics Engineers Inc. | 4.01 Contributo in Atti di convegno | - | |
| 11 | Enabling Image-Based Streamflow Monitoring at the Edge | Tosi, Fabio; Rocca, Matteo; Aleotti, Filippo; Poggi, Matteo; Mattoccia, Stefano; Tauro, Flavia; T...oth, Elena; Grimaldi, Salvatore | 2020 | REMOTE SENSING | 1.01 Articolo in rivista | ||
| 12 | Enabling monocular depth perception at the very edge | Peluso V.; Cipolletta A.; Calimera A.; Poggi M.; Tosi F.; Aleotti F.; Mattoccia S. | 2020 | IEEE Computer Society | 4.01 Contributo in Atti di convegno | - | |
| 13 | Energy-Quality Scalable Monocular Depth Estimation on Low-Power CPUs | Cipolletta, Antonio; Peluso, Valentino; Calimera, Andrea; Poggi, Matteo; Tosi, Fabio; Aleotti, Fi...lippo; Mattoccia, Stefano | 2021 | IEEE INTERNET OF THINGS JOURNAL | 1.01 Articolo in rivista | - | |
| 14 | Enhancing Self-Supervised Monocular Depth Estimation with Traditional Visual Odometry | Andraghetti L.; Myriokefalitakis P.; Dovesi P.L.; Luque B.; Poggi M.; Pieropan A.; Mattoccia S. | 2019 | Institute of Electrical and Electronics Engineers Inc. | 4.01 Contributo in Atti di convegno | - | |
| 15 | Evaluation of variants of the SGM algorithm aimed at implementation on embedded or reconfigurable devices | Poggi, Matteo; Mattoccia, Stefano | 2016 | Institute of Electrical and Electronics Engineers Inc. | 4.01 Contributo in Atti di convegno | - | |
| 16 | Even More Confident Predictions with Deep Machine-Learning | Poggi, Matteo; Tosi, Fabio; Mattoccia, Stefano | 2017 | IEEE Computer Society | 4.01 Contributo in Atti di convegno | - | |
| 17 | Generative Adversarial Networks for unsupervised monocular depth prediction | F. Aleotti, F. Tosi, M. Poggi, S. Mattoccia | 2018 | Springer | 4.01 Contributo in Atti di convegno | - | |
| 18 | Geometry meets semantic for semi-supervised monocular depth estimation | P. Zama Ramirez, M. Poggi, F. Tosi, S. Mattoccia, L. Di Stefano | 2018 | 4.01 Contributo in Atti di convegno | - | ||
| 19 | Good cues to learn from scratch a confidence measure for passive depth sensors | Poggi, Matteo; Tosi, Fabio; Mattoccia, Stefano | 2020 | IEEE SENSORS JOURNAL | 1.01 Articolo in rivista | - | |
| 20 | Guided stereo matching | M. Poggi, D. Pallotti, F. Tosi, S. Mattoccia | 2019 | IEEE/CVF | 4.01 Contributo in Atti di convegno | - |
Copyright © 2021