PROGETTAZIONE E SVILUPPO DI UN SISTEMA BASATO SU RETI NEURALI CONVOLUZIONALI (CNN) PER LA RICOSTRUZIONE TRIDIMENSIONALE DI UN VOLTO A PARTIRE DA UN'IMMAGINE BIDIMENSIONALE PER STAMPA 3D

Il presente lavoro di tesi propone lo sviluppo e l'implementazione di un sistema integrato focalizzato sulla ricostruzione geometrica tridimensionale del volto umano a partire da singole immagini 2D, finalizzata alla successiva produzione fisica tramite manifattura additiva. La principale novità dell'approccio risiede nell'applicazione di architetture di Deep Learning, tra cui ResNet-50 e Squeeznet. I dati così generati vengono elaborati in ambiente MATLAB per l'estrusione. I risultati sperimentali dimostrano l'efficacia del framework nel convertire l'informazione bidimensionale in un prototipo solido stampabile in 3D, minimizzando gli spigoli non-manifold e garantendo il rigore dimensionale del modello finale.