Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/20469
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorHarouz, Randa-
dc.contributor.authorGuessoum, Lynda-
dc.contributor.authorBenyahia, Mohamed ( Promoteur)-
dc.contributor.authorMellas, Salim (Encadreur)-
dc.date.accessioned2022-12-13T13:20:46Z-
dc.date.available2022-12-13T13:20:46Z-
dc.date.issued2022-09-29-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/20469-
dc.descriptionill., Bibliogr. Cote: ma-004-885fr_FR
dc.description.abstractLa tâche de reconnaissance faciale consiste à reconnaître les visages dans les images, tandis que la détection d'objets consiste à déterminer l'emplacement des objets dans les images. Pour atteindre cet objectif, nous avons développé un modèle capable de détecter des visages ainsi que les reconnaître. Le modèle YOLO (You Only Look Once) a été utilisé pour détecter les visages dans l'image. Si une personne est détectée par le modèle, une image recadrée du visage de la personne est transmise au modèle CNN. Le réseau siamois identifie la personne en se référant à la base de données des personnes connues. En ajoutant le réseau siamois, le cadre devient plus évolutif et adaptable.fr_FR
dc.language.isofrfr_FR
dc.publisherUniversité Blida 1fr_FR
dc.subjectdeep learningfr_FR
dc.subjectYolofr_FR
dc.subjectCNNfr_FR
dc.subjectSNNfr_FR
dc.subjectMachine Learningfr_FR
dc.subjectréseaux de neuronesfr_FR
dc.subjectintelligence artificiellefr_FR
dc.titleSécurisation de réseau et prévention de pertes des données en exploitant la reconnaissance faciale via le Deep Learningfr_FR
dc.typeThesisfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Harouz Randa et Guessoum Lynda.pdf5,58 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.