A partir de cette page vous pouvez :
author
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Zohra Haliche |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesClassification et segmentation d'images texturées basée sur la théorie des ensembles / Zohra Haliche (2010)
Titre : Classification et segmentation d'images texturées basée sur la théorie des ensembles Type de document : theses et memoires Auteurs : Zohra Haliche ; Kamal Hammouche, Directeur de thèse Editeur : Tizi Ouzou : UMMTO.FGEI Année de publication : 2010 Importance : 113 p. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Segmentation d’images texturées Matrice Aura de niveau de gris Analyse de texture Classification d’images de textures. Résumé : L’objectif de notre travail, est d’étudier une approche d’analyse de la texture
basée sur la théorie des ensembles. Cette approche consiste à extraire des attributs de
texture à partir des matrices Aura de niveaux de gris (GLAM) dont le calcul dépend d’un
ensemble appelé élément structurant. Cependant, cette procédure nécessite un temps de
calcul assez long. Pour remédier à ce problème, nous avons implémenté deux techniques
de programmation. La première est la technique des listes chainée et la deuxième dite
structure hybride qui combine à la fois la notion des listes chainées et les tables de
hachage. Ces deux techniques nous ont permis d’utiliser plusieurs éléments structurants
en même temps. Plusieurs stratégies pour combiner plusieurs éléments structurants de
la même forme et de tailles variables ont été ainsi proposées afin de segmenter une
image texturée.En ligne : https://dl.ummto.dz/bitstream/handle/ummto/728/Haliche%20Zohra-AUTO.pdf?sequence [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=24815 Classification et segmentation d'images texturées basée sur la théorie des ensembles [theses et memoires] / Zohra Haliche ; Kamal Hammouche, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : UMMTO.FGEI, 2010 . - 113 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Segmentation d’images texturées Matrice Aura de niveau de gris Analyse de texture Classification d’images de textures. Résumé : L’objectif de notre travail, est d’étudier une approche d’analyse de la texture
basée sur la théorie des ensembles. Cette approche consiste à extraire des attributs de
texture à partir des matrices Aura de niveaux de gris (GLAM) dont le calcul dépend d’un
ensemble appelé élément structurant. Cependant, cette procédure nécessite un temps de
calcul assez long. Pour remédier à ce problème, nous avons implémenté deux techniques
de programmation. La première est la technique des listes chainée et la deuxième dite
structure hybride qui combine à la fois la notion des listes chainées et les tables de
hachage. Ces deux techniques nous ont permis d’utiliser plusieurs éléments structurants
en même temps. Plusieurs stratégies pour combiner plusieurs éléments structurants de
la même forme et de tailles variables ont été ainsi proposées afin de segmenter une
image texturée.En ligne : https://dl.ummto.dz/bitstream/handle/ummto/728/Haliche%20Zohra-AUTO.pdf?sequence [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=24815 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAG.AUTO.28-10/2 MAG.AUTO.28-10 Mémoires Magasin de Thèses et Mémoires / FGE Magister en Automatique Disponible MAG.AUTO.28-10/1 MAG.AUTO.28-10 Mémoires Magasin de Thèses et Mémoires / FGE Magister en Automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Détection du port du masque en utilisant les réseaux de neurones convolutifs avec transfert d’apprentissage Type de document : theses et memoires Auteurs : Rachid Benarbane ; Bayou Massinissa ; Zohra Haliche, Directeur de thèse Editeur : Tizi-Ouzou : U.M.M.T.O Année de publication : 2021 Importance : 72 p. Présentation : ill. Format : 24 cm. Note générale : Bibliog. Langues : Français Mots-clés : Intelligence artificielle Classification d’images Réseaux de neurones convolutifs (CNN) Réseaux de neurones artificielles (MLP) Transfert d’apprentissage MaskTheFace Flickr-Faces-HQ Dataset Résumé : Au cours des dernières années, l’intelligence artificielle a résolu plusieurs problèmes au niveau mondial, l’un des problèmes majeurs qui touche notre planète en ce moment est la pandémie du corona virus. Afin de prévenir efficacement la propagation du virus COVID19, le port du masque facial est apparu comme une stratégie simple et efficace pour réduire la menace de ce virus. Pour cela, la détection du port du masque reste très demandée auprès des services de surpopulations pour savoir si une personne porte son masque de protection ou pas et si cette personne porte correctement son masque ou non. L’utilisation de l’apprentissage profond (Deep learning) est la meilleure solution pour cette urgence pandémique du coronavirus.
Le travail effectué dans ce mémoire est basé sur les réseaux de neurones convolutifs (CNN), à l’aide du transfert d’apprentissage. Les modèles prédéfinis CNN (Resnet-18, Resnet-101, Vggnet-16, Vggnet-19, Googlenet, Alexnet) sont appliqués sur plusieurs bases de données (FFHQ3, MFR2, FMD, base d’images proposée), afin de faire un transfert d’apprentissage, et déduire le modèle le plus performant pour la détection du port du masqueEn ligne : D:\CD THESES 2021\MAST AUTO\BENARBANE RACHID; BAYOU MASSINISSA.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36306 Détection du port du masque en utilisant les réseaux de neurones convolutifs avec transfert d’apprentissage [theses et memoires] / Rachid Benarbane ; Bayou Massinissa ; Zohra Haliche, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : U.M.M.T.O, 2021 . - 72 p. : ill. ; 24 cm.
Bibliog.
Langues : Français
Mots-clés : Intelligence artificielle Classification d’images Réseaux de neurones convolutifs (CNN) Réseaux de neurones artificielles (MLP) Transfert d’apprentissage MaskTheFace Flickr-Faces-HQ Dataset Résumé : Au cours des dernières années, l’intelligence artificielle a résolu plusieurs problèmes au niveau mondial, l’un des problèmes majeurs qui touche notre planète en ce moment est la pandémie du corona virus. Afin de prévenir efficacement la propagation du virus COVID19, le port du masque facial est apparu comme une stratégie simple et efficace pour réduire la menace de ce virus. Pour cela, la détection du port du masque reste très demandée auprès des services de surpopulations pour savoir si une personne porte son masque de protection ou pas et si cette personne porte correctement son masque ou non. L’utilisation de l’apprentissage profond (Deep learning) est la meilleure solution pour cette urgence pandémique du coronavirus.
Le travail effectué dans ce mémoire est basé sur les réseaux de neurones convolutifs (CNN), à l’aide du transfert d’apprentissage. Les modèles prédéfinis CNN (Resnet-18, Resnet-101, Vggnet-16, Vggnet-19, Googlenet, Alexnet) sont appliqués sur plusieurs bases de données (FFHQ3, MFR2, FMD, base d’images proposée), afin de faire un transfert d’apprentissage, et déduire le modèle le plus performant pour la détection du port du masqueEn ligne : D:\CD THESES 2021\MAST AUTO\BENARBANE RACHID; BAYOU MASSINISSA.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36306 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.AUTO.40-21/1 MAST.AUTO.40-21 Mémoires Magasin de Thèses et Mémoires / FGE Master en Automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Etudes comparatives des méthodes des superpixels : Application à la segmentation d’images couleurs. Type de document : theses et memoires Auteurs : Ferhat Yezid ; Tchatchi Lotfi ; Zohra Haliche, Directeur de thèse Editeur : Tizi-Ouzou : U.M.M.T.O. Année de publication : 2021 Importance : 40 p. Présentation : ill. Format : 24 cm. Note générale : Bibliog. Langues : Français Mots-clés : Segmentation d'image Traitement d'image superpixels Classification K-means Fuzzy C-means Résumé : La segmentation est l'un des principaux thèmes du domaine de l'analyse d'images. Segmenter une image consiste à trouver une partition constituée de régions, c'est-à -dire d'ensembles de pixels connexes homogènes selon un critère choisi. L'objectif de la segmentation consiste à obtenir des régions correspondant aux objets ou aux parties des objets qui sont présents dans l'image et dont la nature dépend de l'application visée. Même s'il peut être très fastidieux, un tel découpage de l'image peut être facilement obtenu par un être humain. Il n'en est pas de même quand il s'agit de créer un programme informatique dont l'objectif est de segmenter les images de manière entièrement automatique.
L'algorithme SCALP AC permet de segmenter une image en K régions appelées superpixels en fonction du contenu de l'image. La segmentation en superpixels est très utile pour faire de la détection d'objets, pour découper des images et pour alléger la quantité de données à traiter. Segmenter en superpixels permet d'avoir un ensemble de régions d'intérêts à traiter et des algorithmes spécifiques peuvent ensuite être appliqués à ces régions en fonction de leur contenu..
La contribution principale de ce travail de recherche consiste à développer un outil de segmentation interactive basée sur la méthode des Superpixels, dans le but de trouver une solution pour l'éventuelle surface commune entre deux régions subdivisée qui fausse l'information obtenue.En ligne : D:\CD THESES 2021\MAST AUTO\YEZID FERHAT; TCHATCHI LOTFI.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36267 Etudes comparatives des méthodes des superpixels : Application à la segmentation d’images couleurs. [theses et memoires] / Ferhat Yezid ; Tchatchi Lotfi ; Zohra Haliche, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : U.M.M.T.O., 2021 . - 40 p. : ill. ; 24 cm.
Bibliog.
Langues : Français
Mots-clés : Segmentation d'image Traitement d'image superpixels Classification K-means Fuzzy C-means Résumé : La segmentation est l'un des principaux thèmes du domaine de l'analyse d'images. Segmenter une image consiste à trouver une partition constituée de régions, c'est-à -dire d'ensembles de pixels connexes homogènes selon un critère choisi. L'objectif de la segmentation consiste à obtenir des régions correspondant aux objets ou aux parties des objets qui sont présents dans l'image et dont la nature dépend de l'application visée. Même s'il peut être très fastidieux, un tel découpage de l'image peut être facilement obtenu par un être humain. Il n'en est pas de même quand il s'agit de créer un programme informatique dont l'objectif est de segmenter les images de manière entièrement automatique.
L'algorithme SCALP AC permet de segmenter une image en K régions appelées superpixels en fonction du contenu de l'image. La segmentation en superpixels est très utile pour faire de la détection d'objets, pour découper des images et pour alléger la quantité de données à traiter. Segmenter en superpixels permet d'avoir un ensemble de régions d'intérêts à traiter et des algorithmes spécifiques peuvent ensuite être appliqués à ces régions en fonction de leur contenu..
La contribution principale de ce travail de recherche consiste à développer un outil de segmentation interactive basée sur la méthode des Superpixels, dans le but de trouver une solution pour l'éventuelle surface commune entre deux régions subdivisée qui fausse l'information obtenue.En ligne : D:\CD THESES 2021\MAST AUTO\YEZID FERHAT; TCHATCHI LOTFI.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36267 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.AUTO.01-21/1 MAST.AUTO.01-21 Mémoires Magasin de Thèses et Mémoires / FGE Master en Automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Extraction des attributs: application à la classification des variétés de feuilles de plantes Type de document : theses et memoires Auteurs : Myriam Inchekel, Auteur ; Ouissem Kadi, Auteur ; Zohra Haliche, Directeur de thèse Editeur : TIZI-OUZOU : FGEI.UMMTO Année de publication : 2023 Importance : 74 p. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Feuilles de plantes Identification des espèces Analyse d’images Segmentation Extraction des attributs Attributs spécifiques Attributs traditionnels classification des images Classification supervisé classification non-supervisé. Résumé : Aujourd'hui, l'identification automatique des espèces de plantes grâce à l'analyse d'images est devenue cruciale pour préserver, standardiser et approfondir nos connaissances sur la communauté végétale. Ce mémoire de fin d'études se penche sur le défi de l'identification automatique des espèces végétales en se concentrant sur l'analyse des images de feuilles.
Il commence par souligner l'importance des espèces végétales, en mettant en avant la grande diversité des formes, tailles et couleurs des feuilles, qui jouent un rôle clé dans l'écosystème. La méthodologie adoptée intègre des techniques avancées d'analyse d'images, permettant d'extraire des caractéristiques essentielles des feuilles, telles que la couleur, la texture et la forme.
Pour la phase de classification, des algorithmes d'apprentissage automatique sont appliqués afin de trier les différentes espèces en fonction des attributs extraits. Les résultats obtenus montrent un taux de précision satisfaisant dans la classification des diverses espèces, ce qui témoigne de l'efficacité des approches appliquées.
En conclusion, ce travail met en avant l'importance de l'utilisation de l'analyse d'images et de l'apprentissage automatique représente un véritable progrès dans notre capacité à identifier et à conserver les espèces végétales.
Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37729 Extraction des attributs: application à la classification des variétés de feuilles de plantes [theses et memoires] / Myriam Inchekel, Auteur ; Ouissem Kadi, Auteur ; Zohra Haliche, Directeur de thèse . - TIZI-OUZOU (TIZI-OUZOU) : FGEI.UMMTO, 2023 . - 74 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Feuilles de plantes Identification des espèces Analyse d’images Segmentation Extraction des attributs Attributs spécifiques Attributs traditionnels classification des images Classification supervisé classification non-supervisé. Résumé : Aujourd'hui, l'identification automatique des espèces de plantes grâce à l'analyse d'images est devenue cruciale pour préserver, standardiser et approfondir nos connaissances sur la communauté végétale. Ce mémoire de fin d'études se penche sur le défi de l'identification automatique des espèces végétales en se concentrant sur l'analyse des images de feuilles.
Il commence par souligner l'importance des espèces végétales, en mettant en avant la grande diversité des formes, tailles et couleurs des feuilles, qui jouent un rôle clé dans l'écosystème. La méthodologie adoptée intègre des techniques avancées d'analyse d'images, permettant d'extraire des caractéristiques essentielles des feuilles, telles que la couleur, la texture et la forme.
Pour la phase de classification, des algorithmes d'apprentissage automatique sont appliqués afin de trier les différentes espèces en fonction des attributs extraits. Les résultats obtenus montrent un taux de précision satisfaisant dans la classification des diverses espèces, ce qui témoigne de l'efficacité des approches appliquées.
En conclusion, ce travail met en avant l'importance de l'utilisation de l'analyse d'images et de l'apprentissage automatique représente un véritable progrès dans notre capacité à identifier et à conserver les espèces végétales.
Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37729 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.AUTO.59-23/1 MAST.AUTO.59-23 CD Magasin de Thèses et Mémoires / FGE Master en Automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Segmentation d’images acquises par une caméra mono-CCD Type de document : theses et memoires Auteurs : Ferhat Ferhati ; Ouguenouni Mouloud ; Zohra Haliche, Directeur de thèse Editeur : Tizi.Ouzou : U.M.M.T.O Année de publication : 2020 Importance : 60 p. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Matrice Aura Concept Aura Caméra mono-CCD k-means Fuzzy c-means Segmentation Images texturées Matrice de cooccurrence. Résumé : Une caméra mono-CCD est une caméra matricielle ne comprenant qu’un seul capteur recouvert d’une mosaïque de filtre couleur (CFA). L’image acquise est donc nommée image CFA et comportera une seule composante couleur en chaque pixel.Notre travail consistera à segmenter ces images en nous basant sur l’information de texture et en extrayant les attributs texturaux de chaque pixel en exploitant le concept Aura étendu à ce type d’images.Une étape de classification se déroulera ensuite en utilisant une approche statistiquevisant à regrouper les pixels similaires en régions homogènes.Finalement, une comparaison des différentes stratégies mises en oeuvre sera effectuée et commentée de manière détaillée. En ligne : D:\CD THESES 2020\MAST.AUTO\FERHATI FERHAT; OUGUENOUNI MOULOUD.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=35196 Segmentation d’images acquises par une caméra mono-CCD [theses et memoires] / Ferhat Ferhati ; Ouguenouni Mouloud ; Zohra Haliche, Directeur de thèse . - Tizi.Ouzou (Tizi.Ouzou) : U.M.M.T.O, 2020 . - 60 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Matrice Aura Concept Aura Caméra mono-CCD k-means Fuzzy c-means Segmentation Images texturées Matrice de cooccurrence. Résumé : Une caméra mono-CCD est une caméra matricielle ne comprenant qu’un seul capteur recouvert d’une mosaïque de filtre couleur (CFA). L’image acquise est donc nommée image CFA et comportera une seule composante couleur en chaque pixel.Notre travail consistera à segmenter ces images en nous basant sur l’information de texture et en extrayant les attributs texturaux de chaque pixel en exploitant le concept Aura étendu à ce type d’images.Une étape de classification se déroulera ensuite en utilisant une approche statistiquevisant à regrouper les pixels similaires en régions homogènes.Finalement, une comparaison des différentes stratégies mises en oeuvre sera effectuée et commentée de manière détaillée. En ligne : D:\CD THESES 2020\MAST.AUTO\FERHATI FERHAT; OUGUENOUNI MOULOUD.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=35196 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.AUTO.21-20/1 MAST.AUTO.21-20 Mémoires Magasin de Thèses et Mémoires / FGE Master en Automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Permalink
Permalink
