Détection d'interaction humaine-objet à l'aide du deep learning
| dc.contributor.author | Benslimane Manel | |
| dc.contributor.author | Halitim Amira | |
| dc.contributor.author | ENCA/ LALAOUI Lahouaoui | |
| dc.date.accessioned | 2025-07-14T11:23:32Z | |
| dc.date.available | 2025-07-14T11:23:32Z | |
| dc.date.issued | 2025-06-30 | |
| dc.description.abstract | La détection d'interaction humain-objet, un domaine clé de la vision par ordinateur, en mettant l'accent sur les avancées apportées par les techniques de Deep learning. Il explore diverses architectures de réseaux de neurones, telles que R-CNN et YOLO, et analyse leur efficacité dans l'identification et le suivi d'objets dans des environnements complexes. En abordant les défis liés à la détection, comme les occlusions et les variations d'éclairage, le mémoire démontre l'importance d'une approche intégrée pour améliorer la précision et la fiabilité des systèmes de détection dans des applications pratiques. | |
| dc.identifier.other | EL/19/25 | |
| dc.identifier.uri | https://repository.univ-msila.dz/handle/123456789/47097 | |
| dc.language.iso | fr | |
| dc.publisher | UNIVERSITY OF M’SILA | |
| dc.title | Détection d'interaction humaine-objet à l'aide du deep learning | |
| dc.type | Thesis |