Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/29170
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorchaa, mourad-
dc.contributor.authorMaamri, ibrahim-
dc.contributor.authorKamah, abdelali-
dc.date.accessioned2022-05-24T15:04:57Z-
dc.date.available2022-05-24T15:04:57Z-
dc.date.issued2021-
dc.identifier.urihttp://dspace.univ-ouargla.dz/jspui/handle/123456789/29170-
dc.descriptionSystème des Télécommunicationsen_US
dc.description.abstractLa sécurité et le contrôle sont de plus en plus importants de nos jours. Les technologies d'identification sont basées sur des cartes à puce ou des mots de passe mais ne sont pas protégées contre la perte, la fraude ou la duplication. L'identité unique n'est déterminée que par la biométrie d'une personne. L'une de ces mesures est l'empreinte digitale des veines de la main. Elle est considérée comme l'une des techniques les plus efficaces pour identifier les individus. En effet, il est impossible de faire correspondre deux individus en raison de l'organisation serrée des veines de la main, par ailleurs, cela ne fonctionne pas directement par reconnaissance, ce qui permet d'éviter de nombreux problèmes tels que l'humidité. Il existe de nombreuses techniques différentes pour extraire des propriétés, CNN (Convolutional Neural Network) est l'une des techniques les plus importantes pour classer les images. Ainsi, dans notre travail, nous avons employé quatre types de CNN (vgg16, vgg19, Inception v3 et Squeeze Net) et dans chaque type nous avons comparé trois types de catégories (Random Forest, KNN et SVM).en_US
dc.description.abstractSecurity and control are more and more important these days. Identification technologies are based on smart cards or passwords but are not protected against loss, fraud or duplication. Unique identity is only determined by a person's biometrics. One of these measurements is the fingerprint of the veins of the hand, which is considered to be one of the most effective techniques for identifying individuals, since it is impossible to match two individuals due to R é sumé IV the tight organization. of the veins of the hand, and it does not work directly recognition, which can avoid many problems such as moisture. There are many different techniques for extracting properties, CNN is one of the most important techniques for classifying images, as we have done in our work using four types of CNN (vgg16, vgg19, Inception v3 and Squeeze Net) and in each type we compared three types of categories (Random Forest, KNN and SVM)-
dc.language.isofren_US
dc.publisherUNIVERSITÉ KASDI MERBAH OUARGLAen_US
dc.subjectbiométriqueen_US
dc.subjectpalm veinen_US
dc.subjectdeep learningen_US
dc.subjectmotif binaire localen_US
dc.titleReconnaissance des personnes par palm veinen_US
dc.typeThesisen_US
Appears in Collections:Département d'Electronique et des Télécommunications - Master

Files in This Item:
File Description SizeFormat 
mémoire- 2021.pdfSystème des Télécommunications2,4 MBAdobe PDFView/Open


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