Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/31371
Title: Déconvolution d’images réelles par Le GAN
Authors: ADOUR HANENE AHLEM
BENAOUDA LOUBNA
Keywords: réseaux génératifs adversaires, modèle MNET, images nettes, déconvoluer, image floues, apprentissage profond.
Issue Date: 2024
Publisher: blida1
Abstract: L'objectif de ce projet est de concevoir un système intelligent capable de déconvoluer des images floues pour avoir des images nettes. Notre approche est basée sur les nouvelles méthodes de l’apprentissage profond, en particulier les réseaux génératifs antagonistes. Le projet consiste d'abord en une présentation des modèles GAN et MNET, ainsi que de la transformation en ondelettes. Ensuite, nous créerons et entraînerons ces modèles en utilisant des outils dédiés aux domaines de la reconnaissance supervisée.
Description: 4.621.1.1349;65p
URI: https://di.univ-blida.dz/jspui/handle/123456789/31371
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Deconvolution_Memoire finale.pdf3,01 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.