Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15473
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorSAADI, ILYES-
dc.date.accessioned2023-11-26T09:43:46Z-
dc.date.available2023-11-26T09:43:46Z-
dc.date.issued2023-
dc.identifier.urihttp://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15473-
dc.description.abstractCe 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.isofren_US
dc.publisherUniversité Akli Mohand Oulhadj - Bouiraen_US
dc.subjectD´etection dechute,L’apprentissageenprofondeur,RaspberryPi,Traitementd’image, OpenCV,...en_US
dc.titleDétection de chute humaine en temps réel via Deep Learningen_US
dc.typeThesisen_US
Collection(s) :Mémoires Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Memoire_Final_ESE.2023.pdf5,18 MBUnknownVoir/Ouvrir


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