Documents disponibles écrits par cet auteur

Amélioration de la reconnaissance par le visage / Ahmed GHALI 

Public ISBD Titre : Amélioration de la reconnaissance par le visage Type de document : document électronique Auteurs : Ahmed GHALI, Auteur Année de publication : 2015 Importance : 94 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Simulation et intéligence artificielle Mots-clés : Transformation d’Ondelettes  Reconnaissance des visages  ACP  SVM (SVM-Linéaire, SVM-Polynomial, SVM-RBF) Wavelets transform  face recognition  PCA  SVM (LSVM, PSVM, RBFSVM) Résumé : La reconnaissance automatique de personnes a reçu beaucoup d'attention au cours des dernières années en raison de ses nombreuses applications dans différents domaines tels que l'application de la loi, les applications de sécurité ou l'indexation vidéo. La reconnaissance faciale est une technique importante et très difficile à la reconnaissance des gens automatique. Dans ce travail, la transformation en ondelettes discrète DWT est utilisée comme une étape de prétraitement, l'analyse en composantes principales (ACP) est utilisée pour jouer un rôle clé dans la fonction d'extraction et les SVM sont utilisés pour lutter contre le problème de la reconnaissance des visages. Support Vector Machines (SVM) ont été récemment propose comme un nouveau classificateur pour la reconnaissance des formes. Nous illustrons le potentiel de SVM sur la base de données de visages ORL de Cambridge, qui se compose de 400 images de 40 personnes, contenant tout un haut degré de variabilités dans l'expression, posons, et les détails du visage. Les SVM qui ont été utilisées comprennent le linéaire (LSVM), Polynomial (PSVM), et fonction à base radiale (RBFSVM). On a obtenu un taux de reconnaissance très élevée égale à 97,9 dans la base des images d’ORL. Automatic recognition of people has received much attention during the recent years due to its many applications in different fields such as law enforcement, security applications or video indexing. In this work, the Discrete Wavelet transform DWT is used for preprocessing the images in order to handle bad illumination, Principle Component Analysis (PCA) is used to play a key role in feature extractor and the SVM were used for classification. Support Vector Machines (SVMs) have been recently proposed as a new classifier for pattern recognition. We illustrate the potential of SVMs on the Cambridge ORL Face database, which consists of 400 images of 40 individuals, containing quite a high degree of variability in expression, pose, and facial details. The SVMs that have been used included the Linear (LSVM), Polynomial (PSVM), and Radial Basis Function (RBFSVM) SVMs, we obtain recognition rates as high as 97,9 in ORL face database. Directeur de thèse : BENYETTOU ,Mohamed Amélioration de la reconnaissance par le visage [document électronique] / Ahmed GHALI, Auteur . - 2015 . - 94 p. + CD. Langues : Français (fre) Catégories : Informatique:Simulation et intéligence artificielle Mots-clés : Transformation d’Ondelettes  Reconnaissance des visages  ACP  SVM (SVM-Linéaire, SVM-Polynomial, SVM-RBF) Wavelets transform  face recognition  PCA  SVM (LSVM, PSVM, RBFSVM) Résumé : La reconnaissance automatique de personnes a reçu beaucoup d'attention au cours des dernières années en raison de ses nombreuses applications dans différents domaines tels que l'application de la loi, les applications de sécurité ou l'indexation vidéo. La reconnaissance faciale est une technique importante et très difficile à la reconnaissance des gens automatique. Dans ce travail, la transformation en ondelettes discrète DWT est utilisée comme une étape de prétraitement, l'analyse en composantes principales (ACP) est utilisée pour jouer un rôle clé dans la fonction d'extraction et les SVM sont utilisés pour lutter contre le problème de la reconnaissance des visages. Support Vector Machines (SVM) ont été récemment propose comme un nouveau classificateur pour la reconnaissance des formes. Nous illustrons le potentiel de SVM sur la base de données de visages ORL de Cambridge, qui se compose de 400 images de 40 personnes, contenant tout un haut degré de variabilités dans l'expression, posons, et les détails du visage. Les SVM qui ont été utilisées comprennent le linéaire (LSVM), Polynomial (PSVM), et fonction à base radiale (RBFSVM). On a obtenu un taux de reconnaissance très élevée égale à 97,9 dans la base des images d’ORL. Automatic recognition of people has received much attention during the recent years due to its many applications in different fields such as law enforcement, security applications or video indexing. In this work, the Discrete Wavelet transform DWT is used for preprocessing the images in order to handle bad illumination, Principle Component Analysis (PCA) is used to play a key role in feature extractor and the SVM were used for classification. Support Vector Machines (SVMs) have been recently proposed as a new classifier for pattern recognition. We illustrate the potential of SVMs on the Cambridge ORL Face database, which consists of 400 images of 40 individuals, containing quite a high degree of variability in expression, pose, and facial details. The SVMs that have been used included the Linear (LSVM), Polynomial (PSVM), and Radial Basis Function (RBFSVM) SVMs, we obtain recognition rates as high as 97,9 in ORL face database. Directeur de thèse : BENYETTOU ,Mohamed

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4543	02-08-383	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

Amélioration de la reconnaissance par le visage Adobe Acrobat PDF