Université Blida 1

Déconvolution d’images réelles par Le GAN

Afficher la notice abrégée

dc.contributor.author ADOUR HANENE AHLEM
dc.contributor.author BENAOUDA LOUBNA
dc.date.accessioned 2024-10-13T09:47:33Z
dc.date.available 2024-10-13T09:47:33Z
dc.date.issued 2024
dc.identifier.uri https://di.univ-blida.dz/jspui/handle/123456789/31371
dc.description 4.621.1.1349;65p fr_FR
dc.description.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. fr_FR
dc.language.iso fr fr_FR
dc.publisher blida1 fr_FR
dc.subject réseaux génératifs adversaires, modèle MNET, images nettes, déconvoluer, image floues, apprentissage profond. fr_FR
dc.title Déconvolution d’images réelles par Le GAN fr_FR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte