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

dc.contributor.authorMASSOUDA, BEN CHIKH
dc.date.accessioned2021-11-07T09:31:16Z
dc.date.available2021-11-07T09:31:16Z
dc.date.issued2021
dc.description.abstractAujourd'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.identifier.urihttp://10.10.1.6:4000/handle/123456789/1095
dc.language.isofren_US
dc.publisherFaculté des Sciences et Technologiesen_US
dc.relation.ispartofseries;EL/M/2021/62
dc.subjectAlignement d’images, réseaux de neurones convolutifs, apprentissage profond, apprentissage automatique, neurones, Le Net le ResNet, la transformation géométrique, corrélation croisée normaliséen_US
dc.titleAlgorithmes d’Alignement d’Image à Base de Réseaux de Neurones Convolutionnels (CNN)en_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
mémoire final systm.pdf
Size:
6.54 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: