Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/13820
Title: Développement d'un système de détection du comportement des conducteurs de véhicules en utilisant le deep learning
Authors: Bekka, Reda
Kherbouche, Samia
El bouhissi, Houda ; promotrice
Keywords: Apprentissage par transfert : Cnn : Détection de distractions : détection de somnolence :Intelligence artificielle : Opencv
Issue Date: 2020
Publisher: université Abderrahmane Mira- Bejaia
Abstract: La sécurité routière est un enjeu majeur, tant en termes de nombre de victimes sur les routes que du coût économique de ces accidents au niveau mondial, régional et national. La lutte contre l'insécurité routière est une préoccupation prioritaire pour chaque pays, étant donné que les dé- placements ne cessent d'augmenter, et malgré les mesures prises dans de nombreux pays pour améliorer la sécurité routière, il reste beaucoup à faire pour réduire le nombre de décès et d'ac- cidents. Dans ce mémoire, nous passons en revue les approches les plus appliquées en matière de détection des distractions dans l'assistance au conducteur et nous présentons une nouvelle approche de prévention des accidents de la route, en nous appuyant sur les approches existantes avec des améliorations clés pour augmenter le taux de détection des différentes distractions. Les expériences préliminaires indiquent que l'approche proposée a conduit à une efficacité et une précision très éle- vées pour détecter la somnolence et les distractions du conducteur de véhicule de transport public.
Description: Option : Génie logiciel
URI: http://hdl.handle.net/123456789/13820
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
projetSoutenance.pdf13.11 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.