Ricostruzione digitale della piazza lastricata di Nora (Pula, CA), spazio pubblico della città risalente all'età imperiale romana. Il dataset, funzionale alla valorizzazione delle strutture conservate on site e offsite mediante una webapp, è stato realizzato da Katatexilux modellando il monumento con il software Blender; il modello è stato infine texturizzato e renderizzato con Autodesk 3ds Max. La ricostruzione ha preso le mosse dai rilievi digitali del monumento, e dai dati di scavo acquisiti ed elaborati dall'Università degli Studi di Cagliari. Il processo ricostruttivo è stato validato mappando le fonti interpretative su immagini 2D equirettangolari della ricostruzione virtuale, definendo campiture cromatiche corrispondenti ai livelli di affidabilità e alle relative fonti. Funzionali alla realizzazione della webapp, sono state prodotte delle maschere semantiche di sintesi relative ai principali elementi ricostruiti e visibili nelle viste equirettangolari prodotte, così come sono state realizzate delle maschere funzionali allo storytelling della ricostruzione.
Ricostruzione digitale della necropoli fenicia e punica nord-occidentale di Nora (Pula, CA), spazio funerario della città antica sfruttato sin dalla prima fase di frequentazione fenicia (VIII sec. a.C.) e per tutta l'età punica (fine VI-III sec. a.C.). Il dataset, funzionale alla valorizzazione delle strutture conservate on site e offsite mediante una webapp, è stato realizzato da Katatexilux modellando il monumento con il software Blender; il modello è stato infine texturizzato e renderizzato con Autodesk 3ds Max. La ricostruzione ha preso le mosse dai rilievi digitali dell'area, degli elementi di corredo rinvenuti e rilevati sul campo e in laboratorio, dalla planimetria ricostruttiva e dai dati di scavo acquisiti ed elaborati dall'Università di Padova. Il processo ricostruttivo è stato validato mappando le fonti interpretative su immagini 2D equirettangolari della ricostruzione virtuale, definendo campiture cromatiche corrispondenti ai livelli di affidabilità e alle relative fonti. Funzionali alla realizzazione della webapp, sono state prodotte delle maschere semantiche di sintesi relative ai principali elementi ricostruiti e visibili nelle viste equirettangolari prodotte, così come sono state realizzate delle maschere funzionali allo storytelling della ricostruzione.
Ricostruzione digitale dell'edificio a est del foro di Nora (Pula, CA), complesso di carattere abitativo e produttivo risalente alla media età imperiale romana. Il dataset, funzionale alla valorizzazione delle strutture conservate on site e offsite mediante una webapp, è stato realizzato da Katatexilux modellando il monumento con il software Blender; il modello è stato infine texturizzato e renderizzato con Autodesk 3ds Max. La ricostruzione ha preso le mosse dai rilievi digitali del monumento, dei frammenti di pittura parietale conservati in crollo e rilevati in laboratorio, dalla planimetria ricostruttiva e dai dati di scavo acquisiti ed elaborati dall'Università di Padova. Il processo ricostruttivo è stato validato mappando le fonti interpretative su immagini 2D equirettangolari della ricostruzione virtuale, definendo campiture cromatiche corrispondenti ai livelli di affidabilità e alle relative fonti. Funzionali alla realizzazione della webapp, sono state prodotte delle maschere semantiche di sintesi relative ai principali elementi ricostruiti e visibili nelle viste equirettangolari prodotte, così come sono state realizzate delle maschere funzionali allo storytelling della ricostruzione.
Ricostruzione digitale del santuario di Eshmun/Esculapio di Nora (Pula, CA), complesso di culto frequentato sin dall'età fenicia e sino alla tarda età romana. Il dataset, funzionale alla valorizzazione delle strutture conservate on site e offsite mediante una webapp, è stato realizzato da Katatexilux modellando il monumento con il software Blender; il modello è stato infine texturizzato e renderizzato con Autodesk 3ds Max. La ricostruzione ha preso le mosse dai rilievi digitali del monumento, dalla planimetria ricostruttiva e dai dati di scavo acquisiti ed elaborati dall'Università di Padova. Il processo ricostruttivo è stato validato mappando le fonti interpretative su immagini 2D equirettangolari della ricostruzione virtuale, definendo campiture cromatiche corrispondenti ai livelli di affidabilità e alle relative fonti. Funzionali alla realizzazione della webapp, sono state prodotte delle maschere semantiche di sintesi relative ai principali elementi ricostruiti e visibili nelle viste equirettangolari prodotte, così come sono state realizzate delle maschere funzionali allo storytelling della ricostruzione.
Il presente progetto è parte di un dottorato di ricerca in Intelligenza Artificiale presso il Dipartimento di Informatica dell’Università di Pisa. Il suo scopo principale è quello di utilizzare modelli basati di IA per ricostruire il paesaggio vegetale dei tempi antichi e identificarne la tipologia di bioma, sulla base di dati botanici archeologici. Particolare importanza viene data in questo progetto alle analisi dei pollini, attraverso le quali è possibile studiare la vegetazione presente in un’area specifica in un determinato momento storico. I risultati della conta dei grani di polline conservati nei sedimenti sono processati attraverso tecniche di IA predittive e generative in modo da identificare il bioma e generare ipotetici scenari di come avrebbe potuto apparire il paleoambiente dell’area indagata.
Rhino consente di creare, modificare, analizzare, documentare, renderizzare, animare e tradurre curve NURBS, superfici, solidi , geometria di suddivisione SubD, nuvole di punti e mesh poligonali. Non ci sono limiti di complessità, grado o dimensioni, oltre a quelli del vostro hardware.
Lo scopo del progetto didattico è quello di introdurre gli studenti allo studio diacronico dei paesaggi abbandonati dell’area apuo-versiliese, esplorando i luoghi di “risorgenza”, ovvero quelle aree che sono state teatro di attività economiche e di sussistenza e che sono oggi abbandonate. Gli studenti saranno invitati ad esplorare le risposte multispecie all’abbandono di pascoli, foreste, aree coltivate e cave, documentando le dinamiche di occupazione degli spazi da parte delle specie pioniere (animali e vegetali) e di come queste possano offrire informazioni importanti per ricostruire le storie dei territori d’altura.
RESEARCH (REmote Sensing techniques for ARCHaeology) aims at testing risk assessment methodology using an integrated system of documentation and research in the fields of archaeology and environmental studies. It will introduce a strategy and select most efficient tools for risk assessment and harmonization of data, criteria, and indicators, to be used to assess and monitor the impact of environmental changes on tangible cultural heritage assets. The project addresses the design and development of a multi-task thematic platform, combining advanced remote sensing technologies with GIS application for mapping and long-term monitoring of archaeological heritage in order to identify changes due to environmental factors, climate change, and anthropic pressures.
Two-dimensional (2D) electrical imaging surveys are now widely used to map areas of moderately complex geology where conventional 1D resistivity sounding and profiling techniques are inadequate. The results from such surveys are usually plotted in the form of a pseudosection (Figure 1a) which gives an approximate but distorted picture of the subsurface geology.
Data and code used for the development of an archaeological inductive predictive model in the southern lake Maggiore (Verbano) area, between Lombardy and Piedmont, Italy. BVER is for "Basso VERbano" (Lower Verbano). The inductive predictive model was originally created as a part of a full scale archaeological research in the area, supported by the Cattedra di Archeologia Cristiana, Tardoantica e Medievale (Chair of Christian, Late Antiquity and Medieval Archaeology) of the University of Milan, department of Cultural and Environmental Heritage. The current work investigates the settlement dynamics of the lower Verbano area between the Iron Age and the Middle Ages. The known archaeological sites, obtained from the public database GNA (Geoportale Nazionale per l'Archeologia), together with a series of physical characteristics of the area, were used as predictors for the calculation of an inductive predictive model. The results show the shortcomings of this methodology in the field of predictive archaeology without an ethnoarchaeological premise. The model is primarily intended to test the reliability of inductive predictive modelling in understanding ancient settlement patterns. The results will then be further discussed and developed. (2025-04-08)
Reflexw is one of the world's most popular geophysical near surface processing and interpretation packages with more than 2000 sold licences. The software covers the complete range of wave data (seismic, GPR, ultrasound) and the different geometry assemblings (surface reflection and refraction, borehole crosshole and tomography and combination of borehole and surface measurements).
Reflectance Transformation Imaging (RTI) is a computation photography technique that captures the surface shape and color of the artefact and enables the interactive re-lighting of the subject from any light direction. Starting from a set of photographs acquired with a fixed camera under varying lighting conditions, RTI encodes the acquired data in a compact way, using view-dependent per-pixel reflectance functions, allowing the generation of new images using any light direction in the hemisphere around the camera place.
RECONSTRUCTOR. THE POWERFUL PROCESSING SOFTWARE FOR LIDAR DATA. A multi-sensor and multi-resolution software used worldwide to manage 3D point clouds and images coming from different lidar and imaging platforms.
- Processing of point clouds and raw data from several laser scanners (terrestrial, handheld, mobile, airborne)
- Integration of point cloud models from UAV and photogrammetric surveys
- Automatic target-less registration of 3D scans from various instruments
- Colourization of point clouds with RGB images from high-res cameras
- Creation of mesh models - Computation of volumes, areas, profiles, contour lines
- Direct export of outputs and formats to the main third-party software (e.g ReCap Pro)
