Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/31371
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorADOUR HANENE AHLEM-
dc.contributor.authorBENAOUDA LOUBNA-
dc.date.accessioned2024-10-13T09:47:33Z-
dc.date.available2024-10-13T09:47:33Z-
dc.date.issued2024-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/31371-
dc.description4.621.1.1349;65pfr_FR
dc.description.abstractL'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.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectréseaux génératifs adversaires, modèle MNET, images nettes, déconvoluer, image floues, apprentissage profond.fr_FR
dc.titleDéconvolution d’images réelles par Le GANfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Deconvolution_Memoire finale.pdf3,01 MBAdobe PDFVoir/Ouvrir


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