Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/28660
Title: Reconnaissance de forme et classification automatique : Application à la prédiction du genre et l’estimation de l’âge
Authors: Sara, LAHLALI
Maroua, TRABELSI
Mohammed Kamel, BENKADDOUR
Keywords: des systèmes intelligents, la biométrie, la reconnaissance de visage, les réseaux neurones convolutifs, la prédiction du genre, l’estimation d’âge
intelligent systems, biometrics, facial recognition, convolutional neural networks, gender prediction, age estimation.
الأنظمة الذكية، القياسات الحيوية ، التعرف على الوجه، الشبكات العصبية الالتفافية ، التنبؤ بنوع الجنس ، تقدير العمر
Issue Date: 2020
Publisher: UNIVERSITY OF KASDI MERBAH OUARGLA
Abstract: La reconnaissance des formes et la classification automatique sont des domaines de recherche très actifs, leurs principales objectives est de développer des systèmes intelligents capables d’apprendre et de reconnaitre des objets. Une section essentielle de ces applications est attachée à la biométrie, cette dernière est employée à des fins de sécurité en général. La modalité faciale en tant qu’une technologie biométrique de base a pris une part de plus en plus importante dans le domaine de recherche. L’objective de ce travail est de développer un système de reconnaissance de visage, de prédiction du genre et d’estimation d’âge basé sur les réseaux de neurones convolutifs qui s’appuie sur une image du visage ou une vidéo en temps réel. Dans ce projet, on a réalisé trois modèles de réseau CNN avec différentes architectures (le nombre des filtres, le nombre des couches convolution...) valider sur plusieurs bases de données FERET, IMDB et WIKI, Les résultats obtenus ont montré que les réseaux CNN améliorent considérablement les performances du système ainsi que la précision de la reconnaissance
URI: http://dspace.univ-ouargla.dz/jspui/handle/123456789/28660
Appears in Collections:Département d'informatique et technologie de l'information - Master

Files in This Item:
File Description SizeFormat 
LAHLALI-TRABELSI_.pdf1,6 MBAdobe PDFView/Open


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