dc.contributor.author |
Afenai, Lynda |
|
dc.contributor.author |
Boubekri, Katia |
|
dc.contributor.author |
Khammari, M.;promoteur |
|
dc.date.accessioned |
2023-02-16T07:38:12Z |
|
dc.date.available |
2023-02-16T07:38:12Z |
|
dc.date.issued |
2022 |
|
dc.identifier.other |
004mas/1067 |
|
dc.identifier.uri |
http://univ-bejaia.dz/dspace/123456789/21281 |
|
dc.description |
Option :intelligence artificielle |
en_US |
dc.description.abstract |
L'àge humain, en tant que caractéristique personnelle importante, peut étre directement déduit par des modéles de l'apparence du visage. Grˆace aux progrés rapides de l'informatique et de la vision par
ordinateur, l'estimation automatique de l'ˆage via les visages est devenue un sujet révolutionnaire en
raison des applications émergentes dans le monde réel.
Nous nous concentrons ici sur l'estimation de l'ˆage dont l'objectif est de déterminer l'ˆage spécifique
ou la tranche d'ˆage d'un sujet à partir d'une image faciale.
Nous proposons dans notre syst`eme une estimation d'ˆage `a partir des images faciales établie sur
4 étapes : la détection du visage (les filtre de Haar, MTCNN, YOLO), l'alignement, l'extraction des
caractéristiques(LBP) pour arrivé a une estimation de l'ˆage a partir des réseaux de neurones convolutifs
(Keras). L'apprentissage a été réaliser sur deux bases de données : FG-Net et UTKface et nous avons
obtenu des résultats satisfaisant |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université Abderahman Mira Bejaia |
en_US |
dc.subject |
Détection de visages : MTCNN: Images Faciales:Neurones Convolutifs |
en_US |
dc.title |
Estimation de l'àge à partir des images faciales par les Réseaux de Neurones Convolutifs (CNN) |
en_US |
dc.type |
Thesis |
en_US |