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 | Size | Format | |
|---|---|---|---|---|
| Deconvolution_Memoire finale.pdf | 3,01 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.