dc.contributor.author |
Allou, Linda |
|
dc.contributor.author |
Adel, Yasmina |
|
dc.contributor.author |
Mekhmoukh, Abdenour ; promoteur |
|
dc.date.accessioned |
2022-01-03T14:28:48Z |
|
dc.date.available |
2022-01-03T14:28:48Z |
|
dc.date.issued |
2021 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/17665 |
|
dc.description |
Option : Réseaux et Télécommunication |
en_US |
dc.description.abstract |
La pandémie de coronavirus COVID-19 provoque une crise sanitaire mondiale. L'une
des méthodes de protection efficaces consiste à porter un masque dans les lieux publics selon
l'Organisation mondiale de la santé (OMS). Dans ce mémoire, un modèle utilisant
l'apprentissage profond pour la détection de masques sera présenté. Le modèle proposé
comprend trois volets : Le premier composant est la détection du visage , en suite le
deuxième composant conçu pour l'extraction de caractéristiques .Tandis que le troisième
composant est conçu pour le processus de classification de port du masques à l'aide de k plus
proche voisin (KNN) et de machine à vecteurs de support (SVM). |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université Abderrahmane Mira- Bejaia |
en_US |
dc.subject |
COVID-19 : Détection du visage : Masque : HOG Algorithme de Jones et viola : KNN : SVM |
en_US |
dc.title |
Détection du visage et port du masque : Application pour covid-19 |
en_US |
dc.type |
Thesis |
en_US |