Personale docente

Stefano Cagnoni si è laureato in Ingegneria Elettronica presso l'Università di Firenze nel 1988. È stato dottorando e assegnista di ricerca fino al 1997, lavorando presso il Laboratorio di Bioingegneria del Dipartimento di Ingegneria Elettronica. Ha conseguito il Dottorato di Ricerca in Bioingegneria nel 1993 presso lo stesso Ateneo.

Nel 1994, è stato visiting scientist presso il Whitaker College Biomedical Imaging and Computation Laboratory del Massachusetts Institute of Technology. Ha successivamente usufruito di una borsa post-dottorato presso l'Università di Firenze nel 1995 e nel 1996. Dal 1997 è professore associato presso il Dipartimento di Ingegneria e Architettura (ex Dipartimento di Ingegneria dell'Informazione) dal 2004.

Per quanto riguarda la ricerca di base, i suoi interessi principali sono l'apprendimento automatico e il soft computing, con particolare attenzione al calcolo evolutivo. Per quanto riguarda la ricerca applicata, i suoi principali ambiti di interesse sono l'applicazione di tali tecniche a problemi di riconoscimento di pattern, classificazione e visione artificiale.

All'inizio della sua carriera, ha sviluppato applicazioni di Computazione Evolutiva (EC), tra cui algoritmi genetici per la progettazione di filtri per l'analisi di segnali unidimensionali e per la segmentazione di immagini basata sui contorni, nonché applicazioni di tecniche simboliche (sistemi esperti) e subsimboliche (reti neurali) a dati e immagini mediche.

Nel campo della computazione evolutiva, oltre a partecipare attivamente a EvoNet, la rete di eccellenza finanziata dall'UE dal 1997 al 2005, anno della conclusione del progetto, ha sviluppato un primo esempio di applicazione della Programmazione Genetica (GP) "human-in-the-loop" per creare immagini a falsi colori che sintetizzano informazioni da sequenze di immagini a livelli di grigio, mediante un metodo evolutivo interattivo che utilizza le preferenze dell'utente come criteri di fitness. Ha inoltre utilizzato la GP per definire la strategia di gioco ottimale per un portiere robot, che ha partecipato con successo alla RoboCup 99. Utilizzando un approccio originale basato sulla programmazione cellulare, ha anche sviluppato un sistema di riconoscimento dei caratteri delle targhe automobilistiche, per il quale ha studiato algoritmi GP efficienti, che hanno dato origine a ensembles di classificatori estremamente efficienti. Utilizzando tali tecniche, è stato in grado di ottenere classificatori di caratteri a bassa risoluzione che hanno mostrato un aumento di prestazioni di dieci volte, pur preservando gran parte dell'accuratezza di un classificatore neurale di riferimento.

La sua ricerca nel campo del Calcolo Evolutivo si è poi concentrata sulla teoria e sulle applicazioni della Particle Swarm Optimization (PSO). In particolare, per quanto riguarda le applicazioni, ha studiato algoritmi di visione artificiale che utilizzano la PSO per rilevare e tracciare oggetti/persone. Ha inoltre sviluppato alcune delle prime implementazioni di PSO basate su GPU, analizzando l'efficienza di diverse versioni sincrone e asincrone di PSO basate su hardware grafico. 
Per quanto riguarda la visione artificiale, la sua ricerca si è concentrata principalmente su tecniche di basso livello, in particolare sulla segmentazione di immagini basata su contorni e regioni. Nella prima fase, l'obiettivo era estrarre informazioni tridimensionali da sequenze di immagini tomografiche e, successivamente, localizzare lo spazio libero in applicazioni di navigazione autonoma per la robotica. Ha utilizzato architetture di calcolo massivamente parallele basate su automi cellulari per implementare algoritmi per la rimozione dell'effetto prospettico e per calcolare il campo di flusso ottico. Ha inoltre progettato un prototipo di sensore ibrido che combina una telecamera tradizionale con un sensore omnidirezionale. Tale sistema può fornire un campo visivo di 360 gradi a bassa risoluzione, insieme a un campo visivo più limitato, ma a una risoluzione molto più elevata. Queste due situazioni corrispondono approssimativamente a ciò che accade nell'occhio umano, dove la cosiddetta visione periferica (caratterizzata da un ampio angolo di visione e bassa risoluzione) coesiste con la cosiddetta visione foveale (caratterizzata da un'alta risoluzione in prossimità del fuoco dell'attenzione). La presenza contemporanea dei due sensori consente l'elaborazione di immagini stereoscopiche. Tali sensori hanno consentito di risolvere problemi di navigazione autonoma in robotica e in sistemi di sorveglianza.

Finanziato dall'Unione Europea nell'ambito delle azioni "Marie Skłodowska Curie" (Early Stage Researcher Network), durante un progetto di ricerca e formazione quadriennale ("MIBISOC") sull'imaging medico basato su computazione bioispirata soft computing, ha esplorato l'uso di metaeuristiche per ottimizzare la segmentazione basata sui contorni basata su Elastic Contour Models e l'uso di GPU per accelerarne l'implementazione.

Ha successivamente applicato metodi evolutivi e basati sull'implementazione di tecniche di Swarm Intelligence su GPU per accelerare l'identificazione di insiemi di variabili rilevanti in sistemi complessi o, più in generale, per modellare e analizzare fenomeni descritti da numerose variabili interagenti fra loro.

Oltre a ricevere finanziamenti dall'UE, ha svolto la sua ricerca nell'ambito di progetti finanziati dal Ministero dell'Istruzione, dell'Università e della Ricerca (MIUR), dal Consiglio Nazionale delle Ricerche (CNR), dall'Agenzia Spaziale Italiana (ASI) e dall'Ente Nazionale per l'Energia Alternativa (ENEA). Infine, ha gestito contratti di ricerca con aziende della provincia di Parma o dell'Emilia Romagna, sia tramite accordi diretti che nell'ambito di programmi regionali di trasferimento tecnologico. Tra questi, ha cogestito un progetto finanziato da Rete Ferroviaria Italiana per lo sviluppo di un sistema di ispezione per pantografi ferroviari basato sulla visione artificiale. Questo progetto ha generato un brevetto, i cui diritti sono stati acquisiti da una multinazionale con sede nel Regno Unito (CAMLIN Group), la cui filiale italiana (CAMLIN Italy) ha ulteriormente sviluppato il prototipo iniziale fino a raggiungere il livello di prodotto industriale.

Dal 1985 è membro dell'IEEE, di cui è attualmente Senior Member. È membro della Task Force on Evolutionary Computer Vision and Image Processing della IEEE Computational Intelligence Society, nonché di ACM SIGEVO (Special Interest Group on Evolutionary Computation).

È stato membro del Consiglio Direttivo e segretario (2006-2007) dell'Associazione Italiana per l'Intelligenza Artificiale (AI*IA), membro dell'Advisory Board di Perada, l'Azione di Coordinamento UE sull'Adattamento Pervasivo, e membro del comitato consultivo di SPECIES (Society for the Promotion of Evolutionary Computation in Europe and Surroundings). All'interno di SPECIES, è attualmente membro del comitato consultivo della conferenza EvoApplications.

Dal 1999 al 2018, ha presieduto un evento europeo annuale dedicato alle applicazioni del calcolo evolutivo nell'analisi delle immagini e nell'elaborazione dei segnali, inizialmente come workshop e successivamente, nella sua forma attuale, come sessione della conferenza EvoApplications, parte della multiconferenza EvoStar. Nel 2001 e nel 2002, è stato Presidente Generale di EvoWorkshops, ora noto come EvoApplications, la conferenza europea sulle applicazioni del calcolo evolutivo.

È stato presidente del workshop sul calcolo evolutivo, tenutosi in occasione di ECAI, la Conferenza Europea sull'Intelligenza Artificiale, nel 2006, e fondatore e presidente di GSICE, la Giornata di Studi Italiana sul Calcolo Evolutivo, nel 2005, e presidente nel 2006, prima che l'evento diventasse WIVACE, Workshop (in precedenza Italiano, ora Internazionale) su Calcolo Evolutivo, Vita Artificiale e Sistemi Complessi. È stato tra gli organizzatori di EvoNet Summer School sul Calcolo Evolutivo nel 2003 a Parma e di SECEVITA, la Summer School sul Calcolo Evolutivo e la Vita Artificiale, nel 2007 a Samperi (RG). A Parma, ha anche presieduto il comitato organizzatore di WIVACE 2012, Evostar 2018 e WIVACE 2018.

Dal 2005 al 2020, ha co-presieduto MedGEC, un workshop sulle applicazioni mediche del calcolo evolutivo e, dal 2022 al 2025, è stato co-organizzatore di ECXAI, il workshop sul Calcolo Evolutivo per l'Explainable AI. Entrambi gli eventi si sono svolti in occasione della Genetic and Evolutionary Computation Conference (GECCO).

E' stato co-editor dei numeri speciali di EURASIP Journal of Applied Signal Processing (2003), Pattern Recognition Letters (2006), Evolutionary Computation (20,08) e Applied Soft Computing (2020) dedicati a "Genetic and Evolutionary Computation for Image Analysis, Signal Processing, and Pattern Recognition". È inoltre stato co-editor di un numero speciale di Frontiers in Artificial Intelligence su "Progettazione etica di sistemi basati sull'intelligenza artificiale per il processo decisionale" (2023) e un numero speciale in due parti di ACM Transactions on Evolutionary Learning and Optimization su "Explainable AI in Evolutionary Computation" (2024-2025).

È stato editor-in-chief del Journal of Artificial Evolution and Applications dal 2007 al 2009.

Svolge il ruolo di revisore per numerose riviste internazionali (in particolare, ha svolto la review di oltre 110 articoli per IEEE Transactions on Evolutionary Computation) e fa parte dei comitati scientifici di diverse conferenze internazionali, tra cui: Evostar, Genetic and Evolutionary Computation Conference (GECCO), IEEE Conference on Evolutionary Computation (CEC), International Joint Conference on Artificial Intelligence (IJCAI).

Nel 2009 ha ricevuto il premio "Evostar" da SPECIES in riconoscimento del suo contributo al calcolo evolutivo.

La sua produzione scientifica comprende oltre 180 articoli pubblicati su riviste e conferenze internazionali.

Ad agosto 2025, ha un H-index di 34 (Google) / 26 (Scopus).