Afficher la notice abrégée
dc.contributor.author |
AMMAR BOUDJELAL AYOUB BENARROUDJ CHAHINE |
|
dc.date.accessioned |
2022-11-15T07:52:40Z |
|
dc.date.available |
2022-11-15T07:52:40Z |
|
dc.date.issued |
2022-06-16 |
|
dc.identifier.uri |
https://dspace.univ-bba.dz:443/xmlui/handle/123456789/2438 |
|
dc.description.abstract |
Ce travail présente deux situations de foule (faible et forte densité), et les problèmes
qui peuvent survenir. Pour éviter ses risques le Crowd management est devenu un appareil
indispensable pour surveiller les foules en divers lieux, et une tâche essentielle pour assurer la
sécurité et la fluidité de tous les événements. Il utilise les nouvelles technologies comme les
drones et l'intelligence artificielle. Nous présentons dans notre thèse deux méthodes de
comptage de foule utilisant différentes techniques basées sur les réseaux de neurones :
détection et estimation de densité |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
faculté des sciences et de la technologie univ bba |
en_US |
dc.relation.ispartofseries |
;EL/M/2022/42 |
|
dc.title |
Intelligent drone-based crowd counting using transfer learning |
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