Détection de chute humaine en temps réel via Deep Learning

Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15473

Affichage complet

Élément Dublin Core	Valeur	Langue
dc.contributor.author	SAADI, ILYES	-
dc.date.accessioned	2023-11-26T09:43:46Z	-
dc.date.available	2023-11-26T09:43:46Z	-
dc.date.issued	2023	-
dc.identifier.uri	http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15473	-
dc.description.abstract	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.	en_US
dc.language.iso	fr	en_US
dc.publisher	Université Akli Mohand Oulhadj - Bouira	en_US
dc.subject	D´etection dechute,L’apprentissageenprofondeur,RaspberryPi,Traitementd’image, OpenCV,...	en_US
dc.title	Détection de chute humaine en temps réel via Deep Learning	en_US
dc.type	Thesis	en_US
Collection(s) :	Mémoires Master

Fichier(s) constituant ce document :

Fichier	Description	Taille	Format
Memoire_Final_ESE.2023.pdf		5,18 MB	Unknown	Voir/Ouvrir