Deliverables, Work Packages e Tasks

ll lavoro è suddiviso in 5 WPs, ciascuno descritto sinteticamente con attività (Task) distribuite su 12 mesi (M1-M12), risorse necessarie (umane, materiali, servizi), modalità di valutazione (Milestone) e classificazione in Ricerca Fondamentale, Ricerca Industriale, Sviluppo Sperimentale e Formazione.

 
 
 

Realizzazione della piattaforma prototipale (TRL 6) per il Crowdsourcing su Mobile, che permette la possibilità di poter inserire agli utenti, fotografie geolocalizzate e guidate dalla Augmented Reality (AR) per quanto riguarda il caso d’uso dimostratore. La piattaforma sarà basata su API a microservizi per l’interfacciamento con le altre componenti.

Attività previste (Task): 

T1.1: Progettazione della piattaforma (requisiti) (M1-M3)

T1.2: Implementazione della piattaforma (M4-M8)

T1.3: Integrazione delle altre componenti, Valutazione e applicazione al caso d’uso dimostratore (M9-M12)

  • CERICT-DI
  • CERICT-DIIN
  • CERICT-DISPAC
  • QuantumNet 
  • M1.1: Progettazione della piattaforma per il crowdsourcing (Documento)  (M4)
  • M1.2: Piattaforma implementata (software) e applicazione della piattaforma al caso d’uso dimostratore (prototipo) (M12)

Analisi avanzata di modelli di classificazione multiclasse per ottimizzare l’apprendimento e sviluppare una pipeline AI scalabile (Open Source). Il sistema, basato su microservizi e container, include API per l’integrazione e usa AR per guidare l’utente nell’acquisizione di immagini adatte.

Attività previste (Task): 

T2.1: Analisi dello stato dell’arte e selezione delle metodologie open-source (M1-M3)

T2.2: Implementazione della pipeline con modulo di AR (M4-M8)

T2.3: Integrazione con la piattaforma di Mobile Crowdsourcing e valutazione di prestazioni sul caso d’uso dimostratore (M9-M12)

  • CERICT-DIIN

  • CityOpenSource

  • QuantumNet

  • M2.1: Stato dell’arte del riconoscimento di immagini con AI, tramite moduli open-source (Documento)  (M4)

  • M2.2: Moduli di riconoscimento immagine e di guida all’acquisizione tramite AR, integrati nella piattaforma mobile di Crowdsourcing (prototipo) (M12)

Analisi avanzata di modelli image-to-text per migliorare il riconoscimento e la generazione di descrizioni tramite LLM Open Source. Progettazione e sviluppo di una pipeline scalabile con API a microservizi, integrabile con altre componenti. Implementazione modulare con deployment basato su container.

Attività previste (Task): 

  • T3.1: Analisi dello stato dell’arte e selezione delle metodologie image to text e LLM open-source (M1-M4)
  • T3.2: Implementazione della pipeline (M5-M8)
  • T3.3: Integrazione con la piattaforma di Mobile Crowdsourcing e valutazione di prestazioni sul caso d’uso dimostratore (M9-M12)

  • CERICT-DI

  •  CERICT-DIIN

  • CityOpenSource

  • M3.1: Stato dell’arte delle metodologie e tecnologie open-source per image to text e LLM (Documento)  (M4)

  • M3.2: Moduli di riconoscimento immagine e generazione di testo integrati nella piattaforma mobile di Crowdsourcing (prototipo) (M12)

Sviluppo di una console web per monitorare il crowdsourcing, addestrare sistemi intelligenti, suggerire scatti e supportare il decision-making tramite gamification.

Attività previste (Task): 

  • T4.1: Analisi dei requisiti della console e della user-experience (M1-M3)
  • T4.2: Implementazione della console con tecnologie e metodologie proprie di un approccio di di tipo web based (M4-M8)
  • T4.3: Integrazione con la piattaforma di Mobile Crowdsourcing e valutazione di prestazioni sul caso d’uso dimostratore (M9-M12)

  • CERICT-DI

  • CERICT-DISPAC

  • CityOpenSource

  • QuantumNet

  • M4.1: Stato dell’arte sulla user experience per il monitoraggio della applicazione di crowdsourcing (Documento)  (M4)

  • M4.2: Console di monitoraggio integrata nella piattaforma mobile di Crowdsourcing (prototipo) (M12)

Sviluppare contenuti multimediali per dimostrare la fattibilità del progetto nei beni culturali. Gli esperti definiranno regole per valorizzare il patrimonio nel contesto di riferimento. Saranno prodotti contenuti originali e un repository di immagini storiche. Inoltre, verranno sviluppate attività formative con supporto AR per formare gli stakeholders sulla piattaforma e le tecnologie adottate.

Attività previste (Task): 

T5.1: Produzione di contenuti sul caso d’uso e di immagini per il training (M1-M6)

T5.2: Progettazione delle attività di formazione (M6-M9)

T5.3: Formazione agli stakeholder (M10-M12)

  • CERICT-DI

  • CERICT-DIIN

  • CityOpenSource

  • QuantumNet

  • M5.1: Contenuto sul caso d’uso (Documento)  (M4)

  • M5.2: Formazione a stakeholders (attività) (M12)