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