Vai al contenuto
FRFederico Raponi

Federico Raponi

Dottorando · GamLab, Sapienza Università di Roma

Sono dottorando alla Sapienza e mi occupo di interazione uomo–macchina e AI. Quasi tutti i miei progetti finiscono per essere usati da qualcuno, come un dispositivo da scrivania che ti corregge la postura o le mappe indoor per persone con disabilità visive e motorie ricavate dalle foto delle planimetrie di evacuazione.

Ritratto di Federico Raponi

01In evidenza

Progetti e pubblicazioni

Tutti i 10 lavori
Pubblicazioneott 2026

BuddyBack: un sistema multimodale per la correzione della postura

ICMI ’26 - International Conference on Multimodal Interaction, Napoli

Un dispositivo da scrivania che monitora la postura con la stima della posa direttamente sul dispositivo e la corregge con feedback aptico e visivo. Pubblicato a ICMI ’26; in uno studio con 30 utenti tutti hanno dichiarato una maggiore consapevolezza della propria postura e nessuno lo ha trovato invadente.

  • Human–Computer Interaction
  • Pose Estimation
  • Edge Computing
  • Haptic Feedback
Tesiott 2025 – ott 2026

Estrazione e rifinitura automatica di planimetrie per la navigazione indoor accessibile

Laurea Magistrale in Computer Science - Sapienza Università di Roma

Tesi magistrale: una pipeline che trasforma le foto da smartphone delle planimetrie di evacuazione in mappe pulite e modificabili, per un sistema di navigazione indoor rivolto a persone con disabilità visive e motorie. RT-DETR-L raggiunge 0,894 di mAP@50 e un editor con l’operatore nel ciclo sostituisce il ricalco manuale con correzioni rapide.

  • Object Detection
  • RT-DETR
  • YOLO
Progettodic 2025 – gen 2026

Transfer learning dal text-motion retrieval alla classificazione della violenza

Advanced Machine Learning - Sapienza Università di Roma, a.a. 2025/26

Le azioni violente sono rare nei dataset di movimento, e i classificatori standard finiscono per ignorarle. Adattiamo gli embedding di movimento allineati al testo di TMR++ con MAML del primo ordine e una loss specifica per la violenza: con 30 esempi per classe il modello riconosce il 73,1% delle azioni violente con l’1% di falsi positivi.

  • Few-Shot Learning
  • Meta-Learning
  • MAML

02Chi sono

Un po’ di me.

A novembre 2026 ho iniziato il dottorato al GamLab della Sapienza Università di Roma, con il prof. Emanuele Panizzi. Il tema è l’interazione uomo–macchina con l’AI, la stessa direzione che aveva già preso la mia tesi magistrale: un sistema che trasforma le foto delle planimetrie di evacuazione, scattate col telefono, in mappe modificabili per un’app di navigazione indoor pensata per persone con disabilità visive e motorie. Tra tutto quello che trovi qui è il progetto a cui tengo di più: è fatto per utenti veri e l’ho costruito dall’inizio alla fine, dal modello di object detection all’editor in cui una persona corregge gli errori del modello. Mi ha anche insegnato più di qualsiasi esame.

Durante la triennale ho lavorato come web developer e ancora oggi faccio parecchio lavoro di ingegneria. Nei progetti di gruppo di solito seguo i modelli e anche il codice che ci gira intorno: training e ricerca degli iperparametri, ma pure backend, Docker e, per BuddyBack, un Raspberry Pi. Quello che mi diverte di più è provare le cose e poi capire perché un risultato è venuto così, soprattutto quando non è quello che mi aspettavo.

Lontano dalla tastiera sono quasi sempre all’aperto: in moto, sullo snowboard, a pesca o a fare trekking.

Formazione

03Competenze

Strumenti

Ambiti
  • Computer vision
  • Apprendimento multimodale e di rappresentazioni
  • Few-shot e meta-learning
  • ML federato e on-device
  • Interazione uomo–macchina
Machine learning
  • PyTorch
  • PyTorch Lightning
  • scikit-learn
  • Optuna
  • Weights & Biases
  • TensorBoard
  • NumPy
  • Pandas
Visione e modelli
  • YOLO
  • RT-DETR
  • ResNet
  • DINOv2
  • CLIP
  • RoBERTa
  • MoveNet
  • MediaPipe
  • OpenCV
  • PaddleOCR
Linguaggi
  • Python
  • Go
  • TypeScript
  • SQL
  • Java
Backend e web
  • FastAPI
  • REST APIs
  • OpenAPI
  • SvelteKit
  • Vue.js
  • React
  • Next.js
  • Tailwind CSS
Dati e infrastruttura
  • PostgreSQL
  • MariaDB
  • SQLite
  • Docker
  • Git
  • AWS (S3, RDS)
  • Raspberry Pi
  • Linux

04 - Contatti

Scrivimi.

L’email è il modo più rapido per raggiungermi. Scrivimi se vuoi parlare di ricerca, di una possibile collaborazione o di uno dei progetti qui sopra.

fraponi98@gmail.com