Dépôt Institutionnel de l'Université BBA

Algorithmes d’Alignement d’Image à Base de Réseaux de Neurones Convolutionnels (CNN)

Afficher la notice abrégée

dc.contributor.author MASSOUDA, BEN CHIKH
dc.date.accessioned 2021-11-07T09:31:16Z
dc.date.available 2021-11-07T09:31:16Z
dc.date.issued 2021
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/1095
dc.description.abstract Aujourd'hui, l'apprentissage en profondeur est un nouveau domaine de recherche qui a récemment émergé au sein de la recherche en apprentissage automatique en simulant des neurones, et il a donné des résultats impressionnants et efficaces qui n'étaient pas possibles auparavant en raison de sa grande précision qui dépasse parfois l'esprit humain. Les réseaux de neurones convolutifs sont des réseaux de neurones multicouches spécialisés dans les tâches de reconnaissance de formes. Notre travail consiste à aligner l'image en utilisant les algorithmes Le Net, le ResNet, la transformation géométrique, la corrélation croisée normalisé, pour préserver les détails et la taille de la base de l'image ainsi que la profondeur où elle a un grand effet pour obtenir les meilleurs résultats. en_US
dc.language.iso fr en_US
dc.publisher Faculté des Sciences et Technologies en_US
dc.relation.ispartofseries ;EL/M/2021/62
dc.subject Alignement d’images, réseaux de neurones convolutifs, apprentissage profond, apprentissage automatique, neurones, Le Net le ResNet, la transformation géométrique, corrélation croisée normalisé en_US
dc.title Algorithmes d’Alignement d’Image à Base de Réseaux de Neurones Convolutionnels (CNN) en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

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

Afficher la notice abrégée

Chercher dans le dépôt


Parcourir

Mon compte