|
| Titre : | Étude et élaboration d’une méthode de classification d’Images. | | Type de document : | theses et memoires | | Auteurs : | Omelkhir Boubaghla, Auteur ; Abdelmadjid Bitam, Directeur de thèse | | Editeur : | Tizi-Ouzou : UMMTO F.G.E.I | | Année de publication : | 2024 | | Importance : | 131 p | | Présentation : | ill. | | Format : | PDF | | Note générale : | Bibliogr. | | Langues : | Français | | Mots-clés : | Classification d’images Support Vector Machine Apprentissage supervisé Descripteurs d’images Extraction de caractéristiques Vision par ordinateur Taux de reconnaissance. | | Résumé : | Ce travail présente une méthode de classification d’images basée sur la vision par ordinateur et l’apprentissage automatique, utilisant les machines à vecteurs de support (SVM) sur les bases Pixabay et SmartAgri_DB.
La méthodologie repose sur l’extraction de caractéristiques visuelles via plusieurs descripteurs (HOG, LBP, RGB, GLCM, DWT, Gabor, SURF), étudiés seuls ou en combinaison, pour capturer forme, texture, couleur, fréquence et points d’intérêt.
Les résultats montrent que certains descripteurs ou combinaisons assurent une bonne généralisation et une séparation optimale, tandis qu’une fusion excessive peut provoquer un surapprentissage et une baisse des performances, confirmant l’efficacité du SVM et l’importance du choix des descripteurs. | | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=37934 |
Étude et élaboration d’une méthode de classification d’Images. [theses et memoires] / Omelkhir Boubaghla, Auteur ; Abdelmadjid Bitam, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO F.G.E.I, 2024 . - 131 p : ill. ; PDF. Bibliogr. Langues : Français | Mots-clés : | Classification d’images Support Vector Machine Apprentissage supervisé Descripteurs d’images Extraction de caractéristiques Vision par ordinateur Taux de reconnaissance. | | Résumé : | Ce travail présente une méthode de classification d’images basée sur la vision par ordinateur et l’apprentissage automatique, utilisant les machines à vecteurs de support (SVM) sur les bases Pixabay et SmartAgri_DB.
La méthodologie repose sur l’extraction de caractéristiques visuelles via plusieurs descripteurs (HOG, LBP, RGB, GLCM, DWT, Gabor, SURF), étudiés seuls ou en combinaison, pour capturer forme, texture, couleur, fréquence et points d’intérêt.
Les résultats montrent que certains descripteurs ou combinaisons assurent une bonne généralisation et une séparation optimale, tandis qu’une fusion excessive peut provoquer un surapprentissage et une baisse des performances, confirmant l’efficacité du SVM et l’importance du choix des descripteurs. | | Diplôme : | Master | | Permalink : | ./index.php?lvl=notice_display&id=37934 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesÉtude et élaboration d’une méthode de classification d’Images. / Omelkhir Boubaghla (2024)
