Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/34752
Full metadata record
DC FieldValueLanguage
dc.contributor.authorOTMANI, Hamza-
dc.contributor.authorSAIDI, Ramzi-
dc.date.accessioned2023-10-16T14:56:37Z-
dc.date.available2023-10-16T14:56:37Z-
dc.date.issued2023-
dc.identifier.urihttps://dspace.univ-ouargla.dz/jspui/handle/123456789/34752-
dc.description.abstractLes méthodes d'apprentissage profond, en particulier les réseaux de neurones convolutifs (CNN), ont connu un grand succès dans le domaine de la vision par ordinateur, offrant un avantage certain par rapport aux algorithmes de reconnaissance humaine en termes de rapidité et de précision de détection, notamment pour la reconnaissance humaine en temps réel. Dans ce contexte, notre travail vise à étudier et appliquer un algorithme de détection de visage utilisant une technologie d'apprentissage profond. Nous avons concentré notre étude sur la comparaison de l'algorithme VGG16 et la construction de notre propre réseau de neurones, ce qui nous a permis d'obtenir des résultats très satisfaisants et de constater la supériorité de l'algorithme VGG16 par rapport à notre propre réseau de neurones. Enfin, nous avons développé un système d'identification des personnes en résidence universitaire afin de connaître les horaires d'entrée des étudiants.en_US
dc.language.isofren_US
dc.publisherUNIVERSITE KASDI MERBAH OUARGLAen_US
dc.subjectMéthodes d'apprentissage profonden_US
dc.subjectRéseaux de neurones convolutifsen_US
dc.subjectVision par ordinateuren_US
dc.subjectRéseau de neurones VGG16en_US
dc.subjectdétection de visageen_US
dc.titleReconnaissance faciale par Deep Learningen_US
dc.typeThesisen_US
Appears in Collections:Département d'Electronique et des Télécommunications - Master

Files in This Item:
File Description SizeFormat 
SAIDI.pdf2,27 MBAdobe PDFView/Open


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