Veuillez utiliser cette adresse pour citer ce document :
http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15473| Titre: | Détection de chute humaine en temps réel via Deep Learning |
| Auteur(s): | SAADI, ILYES |
| Mots-clés: | D´etection dechute,L’apprentissageenprofondeur,RaspberryPi,Traitementd’image, OpenCV,... |
| Date de publication: | 2023 |
| Editeur: | Université Akli Mohand Oulhadj - Bouira |
| Résumé: | Ce projetmeten ´evidence notresucc`es dansl’utilisationduDeepLearningpourlad´etection en temps r´eel deschuteshumaines.Enutilisantl’algorithmeVGG-16etenentraˆınant lemod`ele avecle jeu dedonn´ees FPDS,nousavonsd´evelopp´e unsyst`eme hautementperformant.Cesyst`eme utilise ´egalementdestechniquesavanc´ees tellesquelasoustractiondel’arri`ere-plan etlad´etection depose humaine avecl’algorithmeYOLOv5etOpenPifPafpouram´eliorer lapr´ecision delad´etection. Nous avonsimpl´ement´e cesyst`eme surleRaspberryPi4,offrantainsiunesolutioncompacteetportable pour lasurveillancedeschutesdansdiversenvironnements.Lesr´esultats obtenusontd´emontr´e une pr´ecision ´elev´ee danslad´etection deschutes,ouvrantainsilavoie `a desapplicationspotentiellesdans les domainesdelas´ecurit´e, delasant´e etdubien-ˆetre desindividus. |
| URI/URL: | http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15473 |
| Collection(s) : | Mémoires Master |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| Memoire_Final_ESE.2023.pdf | 5,18 MB | Unknown | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.