Dépôt Institutionnel de l'Université BBA

Algorithmes d'amélioration d'image basés sur L'apprentissage en profondeur

Afficher la notice abrégée

dc.contributor.author Tebbi manel, Akmoum Rania
dc.date.accessioned 2024-06-06T12:37:06Z
dc.date.available 2024-06-06T12:37:06Z
dc.date.issued 2023-07
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/5004
dc.description.abstract Aujourd'hui, l'apprentissage automatique s'est avéré être un concurrent sérieux pour la recherche technologique moderne. Dans ce manuscrit, nous proposons d'exploiter un certain domaine de l'apprentissage automatique, à savoir l'apprentissage en profondeur. Avec le Deep Learning, nous étudierons le débruitage d'images au moyen de réseaux de neurones profonds, plus spécifiquement les CNN (Convolutional Neural Networks), selon plusieurs algorithmes récents « ex :DnCNN paythorch »Nous les comparerons avec d'autres algorithmes de débruitage image tels que , « dncnn kerass »Avec cette étude comparative, nous utiliserons les critères d'évaluation en calculant PSNR, SSIM ainsi que le temps d'exécution et la qualité visuelle des images obtenues. 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/2023/54
dc.subject apprentissage profond, débruitage, réseau de neurones profonds, Dncnn ,CNN, PSNR, SSIM en_US
dc.title Algorithmes d'amélioration d'image basés sur L'apprentissage en profondeur 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