| 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 |