Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/30361
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorOUADAH HADJER-
dc.contributor.authorYETTOU CHERIFA KHAOULA-
dc.date.accessioned2024-09-24T09:35:35Z-
dc.date.available2024-09-24T09:35:35Z-
dc.date.issued2024-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/30361-
dc.description4.621.1.1308.70Pfr_FR
dc.description.abstractL'objectif principal de ce mémoire est de développer et d'évaluer une méthode de superrésolution d'images basée sur les réseaux antagonistes génératifs (Generative Adversarial Networks, GAN). Cette méthode vise à améliorer la qualité et la résolution des images à faible résolution en générant des détails fins et réalistes, surpassant ainsi les techniques traditionnelles d'interpolation.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectSuper-résolution d'images, Réseaux antagonistes génératifs (GANs), Apprentissage profond.fr_FR
dc.titleImplémentation de la Super-Résolution d'images à l'aide du GANfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
SRGAN_Memoire finale.pdf3,97 MBAdobe PDFVoir/Ouvrir


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