Dépôt Institutionnel Université de Jijel

Une Approche combinant codebook basé SIFT et apprentissage profond pour la détection , le suivi et la reconnaissance des objets dans une vidéo

Afficher la notice abrégée

dc.contributor.author Kirat, mohamed
dc.contributor.author Kaouche, Mohammed lamine
dc.contributor.author Taffar, Mokhtar(encadreur)
dc.date.accessioned 2020-10-22T09:47:09Z
dc.date.available 2020-10-22T09:47:09Z
dc.date.issued 2018
dc.identifier.uri http://dspace.univ-jijel.dz:8080/xmlui/handle/123456789/2055
dc.description.abstract Les recherches récentes en vision par ordinateur et analyse d'images, en particulier, celles liées à la vidéosurveillance, ont de plus en plus porté sur la construction systèmes de détection et suivi des objets en mouvement , le tracer de leur trajectoire et la classification de l'apparence de ces objets permettant leur reconnaissance.les modèles d'arrière plan et de suivi sont devenus des composants critiques pour de nombreuses applications de vision pour l'analyse automatique des scènes.typiquement , les méthodes de modélisation de l'arrière plan et les techniques le suivi des objets sont mutuellement indépendants dans plusieurs approches de vision . dans ce mémoire, nous adoptons une méthode de suivi d'objets en mouvement basée codebook ou en premier un modèle fond est construit. ensuite, à partir de ce modèle de fond, les objets sont détectés et caractérisés avec les traits SIFT. fr_FR
dc.language.iso fr fr_FR
dc.publisher Universite de jijel fr_FR
dc.relation.ispartofseries ;Inf.IA.05/18
dc.subject Modèle codebook , détection des objets, descripteurs locaux, SIFT, SURF fr_FR
dc.title Une Approche combinant codebook basé SIFT et apprentissage profond pour la détection , le suivi et la reconnaissance des objets dans une vidéo fr_FR
dc.type Thesis fr_FR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte