Federico Pernici si è laureato in Ingegneria Informatica presso l'Università di Firenze nel 2002 e ha conseguito il Dottorato di Ricerca in Ingegneria Informatica, Multimedialità e Telecomunicazioni (DIIMT) presso la stessa università nel 2006, concentrandosi su tematiche di Computer Vision come multiple view geometry, visual tracking e apprendimento incrementale.
Nel 2005 ha trascorso un periodo di ricerca presso la University of Southern California (USC), a Los Angeles, USA. Negli anni successivi, i suoi interessi si sono progressivamente orientati verso l'apprendimento delle rappresentazioni mediante reti neurali profonde (deep representation learning), con particolare attenzione all'apprendimento incrementale.
Dal 2005 Federico Pernici ha ricoperto diversi ruoli accademici, tra cui Visiting Scholar presso la University of Southern California, assegnista di ricerca e Ricercatore a Tempo Determinato presso l'Università di Firenze (art. 24, comma 3, lettere a e b della Legge 240/2010). Il 2 febbraio 2020 ha ottenuto l'Abilitazione Scientifica Nazionale come Professore di Seconda Fascia nel settore concorsuale 09/H1 (Sistemi di Elaborazione delle Informazioni).
Attualmente, dal 1 giugno 2022, è Ricercatore a Tempo Determinato (art. 24, c.3, lettera b, Legge 240/2010) presso l'Università di Firenze. È revisore ed editor per riviste e conferenze internazionali su temi di Machine Learning e Computer Vision e ha partecipato attivamente a diversi progetti di ricerca nazionali ed europei. Ha pubblicato 11 articoli su riviste internazionali e presentato 38 lavori in conferenze prestigiose come TPAMI e CVPR. Ha inoltre partecipato a conferenze nazionali e contribuito a capitoli di libri. Alla data del 14 dicembre 2024, Scopus riporta 51 pubblicazioni indicizzate, 612 citazioni e un indice H pari a 13; Google Scholar riporta 1058 citazioni e un indice H pari a 17.
È stato relatore di numerose tesi di laurea e supervisore di tesi di dottorato. Ha partecipato inoltre a diverse iniziative di trasferimento tecnologico collaborando con aziende italiane e internazionali, sviluppando applicazioni concrete in tali settori.
I suoi interessi di ricerca riguardano principalmente l’apprendimento delle rappresentazioni mediante reti neurali profonde e l'apprendimento incrementale.
Recentemente, il suo interesse si è focalizzato su specifiche rappresentazioni apprese per migliorare modelli di reti neurali che si avvantaggiano dall’uso di ulteriori dati a disposizione. Aggiornare questi modelli può migliorare le prestazioni generali, ma può anche introdurre errori in casi che precedentemente erano gestiti correttamente, riducendo potenzialmente la fiducia degli utenti finali che le usano. Questo problema può essere mitigato apprendendo le cosiddette rappresentazioni compatibili.
Profilo di ricerca su: Google Scholar
Legenda
Federico Pernici received his Master's Degree in Computer Engineering from the University of Florence in 2002. He obtained his Ph.D. in Computer Engineering, Multimedia, and Telecommunications (DIIMT) from the same university in 2006, focusing on computer vision topics such as multiple view geometry, visual tracking, and incremental learning. In 2005, he spent a period as Visiting Scholar at the University of Southern California (USC) in Los Angeles, USA.
From 2006 to 2014, he worked as a research fellow (assegnista di ricerca) at the University of Florence. Subsequently, from January 2014 to December 2016, he served as an Assistant Professor (Ricercatore a Tempo Determinato, Art. 24, comma 3, letter a, Italian Law 240/2010). After another period as a research fellow (2016–2022), since June 1, 2022, he has held the position of Assistant Professor (Ricercatore a Tempo Determinato, Art. 24, comma 3, letter b, Italian Law 240/2010) at the University of Florence. On February 2, 2020, he obtained the Italian National Scientific Qualification (ASN) as Associate Professor in the field 09/H1 (Information Processing Systems).
Federico Pernici is the author of 11 articles published in international journals and 38 conference papers presented at renowned international conferences, including TPAMI and CVPR. He has also participated in national conferences and contributed chapters to scientific books. As of December 14, 2024, Scopus records 51 indexed publications, 612 citations, and an H-index of 13. Google Scholar reports 1058 citations and an H-index of 17.
He serves as reviewer and editor for international journals and conferences and has actively participated in national and European research projects. He has also contributed to the organization of workshops and international scientific conferences. Since 2004, he has personally presented his research findings at various international conferences. He has supervised numerous Bachelor’s and Master’s theses and Ph.D. dissertations.
Furthermore, he has engaged in technology transfer initiatives with Italian and international companies in Computer Engineering, developing applications in visual tracking, face recognition, and 3D reconstruction from images.
Federico Pernici’s research interests primarily focus on Computer Vision and Machine Learning, particularly incremental learning and representation learning using deep neural networks.
Recently, his focus has been on specific learned representations to improve deep neural network models as more data becomes available. While updating these models can improve overall performance, it may also introduce errors in instances that were previously handled correctly, potentially reducing user trust. This issue can be mitigated by learning the so-called compatible representations.
Research profile on: Google Scholar.
