Please use this identifier to cite or link to this item:
http://univ-bejaia.dz/dspace/123456789/14433
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Allouache, Imene | - |
dc.contributor.author | Amroun, Kamal ;promoteur | - |
dc.date.accessioned | 2021-02-16T12:48:55Z | - |
dc.date.available | 2021-02-16T12:48:55Z | - |
dc.date.issued | 2020 | - |
dc.identifier.uri | http://hdl.handle.net/123456789/14433 | - |
dc.description | Option : Intelligence articielle | en_US |
dc.description.abstract | La reconnaissance des expressions faciales devient un sujet brûlant en raison de ses vastes applications dans les domaines de la recherche en vision par ordinateur. Les méthodes traditionnelles adoptent des fonctionnalités artisanales combinées à des classificateurs pour atteindre l'objectif de reconnaissance. Cependant, la précision de ces méthodes dépend souvent fortement des caractéristiques extraites et des paramètres du classificateur, et ne peut donc pas obtenir de bons résultats avec des données invisibles. Récemment, l'apprentissage en profondeur, qui simule le mécanisme du cerveau humain pour interpréter les données, a montré des résultats remarquables dans la reconnaissance visuelle d'objets. Dans cet article, nous présentons un nouveau réseau de neurones convolutifs, composé de six couches pour reconnaitre les sept expressions faciales suivantes (colère,dégoût, peur, bonheur, neutre, tristesse, surprise). | en_US |
dc.language.iso | fr | en_US |
dc.publisher | univ. A/Mira .Bejaia | en_US |
dc.subject | Expressions faciales : Objectif de reconnaissance : Reconnaissance | en_US |
dc.title | Reconnaissance des expressions faciales | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Mémoires de Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Imane-2.pdf | 1.15 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.