I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrie
Tra il 1304 e il 1309 Pietro de’Crescenzi redige l’Opus ruralium commodorum, forse il primo trattato agronomico del periodo medioevale, nel quale è possibile trovare una prima classificazione tassonomica dei giardini in base alla rilevanza sociale del loro proprietario. Le regole formali del giardi...
Saved in:
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
UID
2024-12-01
|
| Series: | Diségno |
| Subjects: | |
| Online Access: | https://disegno.unioneitalianadisegno.it/index.php/disegno/article/view/702 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841560772002447360 |
|---|---|
| author | Amedeo Ganciu |
| author_facet | Amedeo Ganciu |
| author_sort | Amedeo Ganciu |
| collection | DOAJ |
| description |
Tra il 1304 e il 1309 Pietro de’Crescenzi redige l’Opus ruralium commodorum, forse il primo trattato agronomico del periodo medioevale, nel quale è possibile trovare una prima classificazione tassonomica dei giardini in base alla rilevanza sociale del loro proprietario. Le regole formali del giardino all’italiana sono rimaste immutate fino al XVIII secolo, ma purtroppo, restano poche testimonianze “originali” di questi gioielli, perché distrutti, abbandonati o modificati nel corso dei secoli; molto spesso la prova della loro esistenza è rintracciabile in raffigurazioni artistiche o nei trattati dell’epoca. In questa ricerca si approfondiscono i caratteri paesaggistici del giardino italiano, e si sperimentano alcuni algoritmi automatizzati di machine learning per la ricerca delle simmetrie tra gli elementi vegetali e decorativi che lo caratterizzano. Nonostante il rilevamento automatizzato delle simmetrie abbia già dimostrato applicabilità in diverse discipline, sta recentemente mostrando un nuovo e ancora non del tutto esplorato potenziale nell’arte attraverso lo sviluppo della computer vision; tuttavia, alcuni aspetti procedurali e algoritmici presentano numerose sfide e problematiche. Per questo motivo, a partire da un esame dello stato dell’arte delle attuali soluzioni di imaging detection, si valuta una loro applicabilità nella ricerca delle simmetrie all’interno delle rappresentazioni artistiche dei giardini all’italiana.
|
| format | Article |
| id | doaj-art-54b839cc293a42009b64165ed13560c2 |
| institution | Kabale University |
| issn | 2533-2899 |
| language | English |
| publishDate | 2024-12-01 |
| publisher | UID |
| record_format | Article |
| series | Diségno |
| spelling | doaj-art-54b839cc293a42009b64165ed13560c22025-01-03T12:52:07ZengUIDDiségno2533-28992024-12-011510.26375/disegno.15.2024.17I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrieAmedeo Ganciu0Dipartimento di Architettura Design Urbanistica, Università degli Studi di Sassari Tra il 1304 e il 1309 Pietro de’Crescenzi redige l’Opus ruralium commodorum, forse il primo trattato agronomico del periodo medioevale, nel quale è possibile trovare una prima classificazione tassonomica dei giardini in base alla rilevanza sociale del loro proprietario. Le regole formali del giardino all’italiana sono rimaste immutate fino al XVIII secolo, ma purtroppo, restano poche testimonianze “originali” di questi gioielli, perché distrutti, abbandonati o modificati nel corso dei secoli; molto spesso la prova della loro esistenza è rintracciabile in raffigurazioni artistiche o nei trattati dell’epoca. In questa ricerca si approfondiscono i caratteri paesaggistici del giardino italiano, e si sperimentano alcuni algoritmi automatizzati di machine learning per la ricerca delle simmetrie tra gli elementi vegetali e decorativi che lo caratterizzano. Nonostante il rilevamento automatizzato delle simmetrie abbia già dimostrato applicabilità in diverse discipline, sta recentemente mostrando un nuovo e ancora non del tutto esplorato potenziale nell’arte attraverso lo sviluppo della computer vision; tuttavia, alcuni aspetti procedurali e algoritmici presentano numerose sfide e problematiche. Per questo motivo, a partire da un esame dello stato dell’arte delle attuali soluzioni di imaging detection, si valuta una loro applicabilità nella ricerca delle simmetrie all’interno delle rappresentazioni artistiche dei giardini all’italiana. https://disegno.unioneitalianadisegno.it/index.php/disegno/article/view/702giardini rinascimentalisimmetriamachine learningcomputer visionPython |
| spellingShingle | Amedeo Ganciu I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrie Diségno giardini rinascimentali simmetria machine learning computer vision Python |
| title | I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrie |
| title_full | I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrie |
| title_fullStr | I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrie |
| title_full_unstemmed | I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrie |
| title_short | I caratteri paesaggistici nei giardini all’italiana: Machine Learning e Computer Vision per la ricerca delle simmetrie |
| title_sort | i caratteri paesaggistici nei giardini all italiana machine learning e computer vision per la ricerca delle simmetrie |
| topic | giardini rinascimentali simmetria machine learning computer vision Python |
| url | https://disegno.unioneitalianadisegno.it/index.php/disegno/article/view/702 |
| work_keys_str_mv | AT amedeoganciu icaratteripaesaggisticineigiardiniallitalianamachinelearningecomputervisionperlaricercadellesimmetrie |