Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/17302
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBENKADDOUR, Med Kamel-
dc.contributor.authorBEGGARI, Samiha-
dc.contributor.authorKHAMRA, Khaoula-
dc.date.accessioned2018-06-06T10:24:47Z-
dc.date.available2018-06-06T10:24:47Z-
dc.date.issued2018-06-06-
dc.date.issued2017-
dc.identifier.urihttp://dspace.univ-ouargla.dz/jspui/handle/123456789/17302-
dc.descriptionUNIVERSITE KASDI MERBAH OUARGLA Faculté des Nouvelles technologies de l’information et de la communication Département D’informatique et de technologie de l’informationen_US
dc.description.abstractLe travail proposé dans ce travail étudié la reconnaissance de l'identité employant des images faciales. Deux techniques de reconnaissance ont été testées sur des bases de données de visage ORL, FEI et notre base de données. La première approche basée sur des réseaux de neurones convolutionnels. Basée sur plusieurs réseaux profonds convolutionnels, l’architecture proposée a pour but d’évité l’étape classique d’extraction manuelle de caractéristiques, en procédant à l’extraction de caractéristiques et à la classification en une fois au sein d’un même réseau de neurones. L’approche proposée fournit de meilleurs résultats de classification que les méthodes usuelles. Dans la deuxième approche, nous avons utilisé le perceptron multi couche pour la classification, en traitant l’image directement et sans une étape d’extraction des caractéristiques. Durant les tests, ces méthodes produisent des résultats acceptables, nous avons constaté que le MLP n’atteint pas une précision suffisante ainsi qu’il nécessite une très longue période d'entraînement. Les résultats du CNN que nous avons obtenus sont très encourageants.en_US
dc.language.isofren_US
dc.subjectApprentissage profondsen_US
dc.subject, réseau de neurone convolutionnelen_US
dc.subjectRNAen_US
dc.subjectPMCen_US
dc.titleSystème de reconnaissance de visage par un réseau de neurone convolutionnel (CNN)en_US
dc.typeOtheren_US
Appears in Collections:Département d'informatique et technologie de l'information - Master

Files in This Item:
File Description SizeFormat 
khamra- beggari.pdf2,16 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.