Fatima Zohra KHABABAHalima KHOUDOUR2026-10-112026MM/01/2026MM/01/2026https://dspace.univ-bba.dz/handle/123456789/1758La somnolence au volant constitue une cause majeure d’accidents de la route, souvent sous-estimée en raison de l’absence d’outils de mesure objectifs. Ce mémoire présente la conception et la réalisation de Driver Guard, un système hybride non intrusif de détection de la somnolence du conducteur basé sur la fusion de trois approches de vision par ordinateur : MediaPipe FaceMesh (50 %), YOLOv8n (30 %) et un réseau CNN MobileNetV2 (20 %). Le système intègre un mécanisme de vote pondéré, une gestion adaptative de l’éclairage nocturne, un système de recommandation GPS des aires de repos via l’API Overpass, ainsi qu’un module d’urgence capable d’envoyer un message SOS géolocalisé via Telegram. Une application mobile multiplateforme (Flutter) assure l’interface conducteur et la transmission des alertes. Les résultats expérimentaux montrent une précision globale de 96,81 % pour le modèle CNN et un mAP@0.5 de 98,6 % pour YOLOv8n. Le système a été validé sur cinq scénarios critiques de conduite, démontrant sa robustesse en temps réel.frsomnolence au volantdétection temps réelMediaPipeYOLOv8MobileNetV2fusion pondéréesécurité routièreapplication mobile Fluttersystème d’urgence géolocaliséThesis