Reconnaissance faciale a base de deep learning / Latifa Outahar (2021) 

Public ISBD Titre : Reconnaissance faciale a base de deep learning Type de document : theses et memoires Auteurs : Latifa Outahar ; Dalila Fekrache, Directeur de thèse Editeur : Tizi-Ouzou : U.M.M.T.O Année de publication : 2021 Importance : 63 p. Présentation : ill. Format : 24cm. Note générale : Bibliog Langues : Français Mots-clés : Reconnaissance faciale  Intelligence artificiel  Deeplearning  Apprentissage approfondie  Machine learning  Algorithme LBPH  Haar Cascade  OpenCv  Image. Résumé : L'apprentissage en profondeur est devenu une nouvelle spécialité d'apprentissage automatique et s'applique à un certain nombre de domaines tel que le la reconnaissance faciale. La reconnaissance faciale peut se faire à l'aide de plusieurs approches que nous avons vu et détaillé. Pour ce travail nous avons opté pour la méthode Local Binary Pattern Histograms(LBPH) qui est la méthode la plus utilisé et la plus fiable pour sa précision,en effet elle fait face aux difficultés que rencontre cette technologie. Le travail présenté a pour objectif de mettre en oeuvre un programme de reconnaissance faciale en utilisant l'algorithme LBPH, le classificateur haar Cascade et les différentes bibliothèques telle que OpenCv avec le langage " python " et la personne a été reconnu grâce à la base de donné que nous avons mis au point. En ligne : D:\CD THESES 2021\MAST ELN\OUTAHAR LATIFA.PDF Format de la ressource électronique : PDF Permalink : ./index.php?lvl=notice_display&id=36421 Reconnaissance faciale a base de deep learning [theses et memoires] / Latifa Outahar ; Dalila Fekrache, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : U.M.M.T.O, 2021 . - 63 p. : ill. ; 24cm. Bibliog Langues : Français Mots-clés : Reconnaissance faciale  Intelligence artificiel  Deeplearning  Apprentissage approfondie  Machine learning  Algorithme LBPH  Haar Cascade  OpenCv  Image. Résumé : L'apprentissage en profondeur est devenu une nouvelle spécialité d'apprentissage automatique et s'applique à un certain nombre de domaines tel que le la reconnaissance faciale. La reconnaissance faciale peut se faire à l'aide de plusieurs approches que nous avons vu et détaillé. Pour ce travail nous avons opté pour la méthode Local Binary Pattern Histograms(LBPH) qui est la méthode la plus utilisé et la plus fiable pour sa précision,en effet elle fait face aux difficultés que rencontre cette technologie. Le travail présenté a pour objectif de mettre en oeuvre un programme de reconnaissance faciale en utilisant l'algorithme LBPH, le classificateur haar Cascade et les différentes bibliothèques telle que OpenCv avec le langage " python " et la personne a été reconnu grâce à la base de donné que nous avons mis au point. En ligne : D:\CD THESES 2021\MAST ELN\OUTAHAR LATIFA.PDF Format de la ressource électronique : PDF Permalink : ./index.php?lvl=notice_display&id=36421

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAST.ELN.71-21/1	MAST.ELN.71-21	Mémoires	Magasin de Thèses et Mémoires / FGE	Master en Electronique	Disponible

Aucun avis, veuillez vous identifier pour ajouter le vôtre !

---

page 1/1