Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of Digital Repository
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "GASMI, Lynda"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    ItemOpen Access
    Deep Learning for face Recognition
    (FACULTE DES MATHEMATIQUES ET DE L’INFORMATIQUE DEPARTEMENT D’INFORMATIQUE - Spécialité : Informatique Décisionnelle et Optimisation, 2020) GASMI, Lynda
    La reconnaissance automatique des visages est l’un des plus importants domaines de la biométrie, elle se base sur la reconnaissance des individus en utilisant le visage comme principale caractéristique. Ce domaine est très actif, ceci est sans doute dû à la multiplicité et la variété des champs d’application, dont on peut citer : les compagnies gouvernementales, les sociétés sécuritaires, l’interaction homme-machine et la vision par ordinateur. Les recherches dans cet axe sont nombreuses et plusieurs approches ont été proposées, tel que : DeepLearning (L'apprentissage profond). Dans ce travail, on a utilisé l’une des architectures du deep Learning (auto encodeur) pour construire une nouvelle représentation d’un jeu de données pour modéliser le système biométrique avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires. En effet, nous avons obtenu de bons résultats, et nous avons apporté plusieurs améliorations en apportant plusieurs modifications pour obtenir les meilleurs résultats.

All Rights Reserved - University of M'Sila - UMB Electronic Portal © 2024

  • Cookie settings
  • Privacy policy
  • Terms of Use