Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/31283
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorBENMESBAH SARAH-
dc.contributor.authorCHEKNOUN ANFEL-
dc.date.accessioned2024-10-10T09:49:58Z-
dc.date.available2024-10-10T09:49:58Z-
dc.date.issued2024-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/31283-
dc.description4.621.1.1317;98pfr_FR
dc.description.abstractL'objectif de ce projet est de mettre en place un système de vidéosurveillance d'apprentissage profond pour analyser et séparer les comportements violents des comportements normaux en temps réel. Le modèle CNN pré-entraîné de MobileNetV1 est utilisé pour extraire des fonctionnalités de la vidéo, et ces fonctionnalités sont ensuite classées en utilisant le réseau LSTM. Des résultats précis ont été obtenus grâce à MobileNetV1, qui a démontré concrètement l’efficacité de la mise en œuvre du projet.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectapprentissage profond, CNN, pré-entraîné, MobileNetV1, LSTMfr_FR
dc.titleAnalyse des scènes en vidéosurveillance : – Détection de violence –fr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Mémoire De Fin D'études - Détection De Violence..pdf19,2 MBAdobe PDFVoir/Ouvrir


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