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
Pubblicazioni
Risultati 1 - 20 di 42 (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 | 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 | - | |
| 3 | 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 | - | |
| 4 | 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 | - | |
| 5 | 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 | - | |
| 6 | Efficient confidence measures for embedded stereo | Poggi, Matteo; Tosi, Fabio; Mattoccia, Stefano | 2017 | Springer Verlag | 4.01 Contributo in Atti di convegno | - | |
| 7 | 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 | - | |
| 8 | 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 | ||
| 9 | 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 | - | |
| 10 | 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 | - | |
| 11 | 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 | - | |
| 12 | 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 | - | |
| 13 | 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 | - | |
| 14 | 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 | - | ||
| 15 | 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 | - | |
| 16 | Guided stereo matching | M. Poggi, D. Pallotti, F. Tosi, S. Mattoccia | 2019 | IEEE/CVF | 4.01 Contributo in Atti di convegno | - | |
| 17 | Improving the reliability of 3D people tracking system by means of deep-learning | Boschini, Matteo; Poggi, Matteo; Mattoccia, Stefano | 2016 | Institute of Electrical and Electronics Engineers Inc. | 4.01 Contributo in Atti di convegno | - | |
| 18 | Learning a confidence measure in the disparity domain from O(1) features | Poggi, Matteo; Tosi, Fabio; Mattoccia, Stefano | 2020 | COMPUTER VISION AND IMAGE UNDERSTANDING | 1.01 Articolo in rivista | - | |
| 19 | Learning a general-purpose confidence measure based on O(1) features and a smarter aggregation strategy for semi global matching | Poggi, Matteo; Mattoccia, Stefano | 2016 | Institute of Electrical and Electronics Engineers Inc. | 4.01 Contributo in Atti di convegno | - | |
| 20 | Learning confidence measures in the wild | Tosi, F.; Poggi, M.; Mattoccia, S.; Tonioni, A.; Di Stefano, L.; | 2017 | The British Machine Vision Association and Society for Pattern Recognition | 4.01 Contributo in Atti di convegno | - |
Copyright © 2020