Browsing by Author "BOUCETTA Aldjia"

Now showing 1 - 2 of 2

Approches évolutionnaires multi-biométriques pour l’identification des personnes.
(University of Batna 2, 10/8/2019) BOUCETTA Aldjia
Cette thèse porte sur l’étude des approches évolutionnaires pour la biométrie. Précisément, l’objectif est de proposer des approches multi-biométrices efficaces pour l’authentification de personnes basées sur les signatures biométriques. Dans cette thèse, d’abord, nous proposons une nouvelle méthode de reconnaissance de la main qui combine les moments invariants d’Hu et les moments de Legendre, en tant que nouvel extracteur de caractéristiques. Puis, nous proposons l’utilisation de PSO comme technique évolutive permettant de combiner la modalité du visage, de l’iris et de palmprint au niveau du score. Dans ce système, nous utilisons trois algorithmes d’extraction de caractéristiques (transformation de Gabor, transformation DWT et transformation de Contourlet) pour extraire les principales caractéristiques biométriques. Ensuite, PCA, LDA et KFA sont utilisés pour la réduction de dimensionnalité des vecteurs de caractéristiques. Finalement, nous proposons un système biométrique multimodal efficace basé sur le Deep Learning. Pour cela, nous explorons deux approches basées sur CNN(Convolutional Neural Network) en utilisant un modèle préentraînement téléchargé de la littérature (squeezenet). Dans le premier approche, nous essayons de classer les objets en fonction de leurs caractéristiques distinctes et prenons donc une décision de classification finale basée sur les autres décisions. Nous pouvons utiliser un élément du modèle, tel que l’extracteur de caractéristiques, ou le fine-tuning en l’adaptant à notre tâche au lieu d’imagenet avec 1000 classes. Dans la deuxième approche, les vecteurs de caractéristiques sont extraits séparément, en utilisant squeezenet pour extraire les caractéristiques profondes des modalités, nous prenons les caractéristiques de la couche 66 et nous combinons ces vecteurs pour former un vecteur de caractéristiques composites. Ensuite fait une classification à l’aide de SVM.
Etude de l’effet des Transformées de Décorrélation en Compression des Images Couleurs RGB. Magister thesis,(2010) Université de Batna 2.
(University of Batna 2, 8/1/2016) BOUCETTA Aldjia
L’objectif principal de ce travail, est l’étude de l’effet des transformées de décorrélation en compression d’images couleurs RGB. Dans ce contexte, nous avons proposé une méthode de compression basée sur la DCT, et similaire à JPEG mais au lieu de changer l’espace de couleurs RGB vers YCbCr dans l’étape de transformation de l’espace de couleurs, nous testons plusieurs espaces de couleurs par exemple (YCbCr, YIQ, YUV, YDbDr, HSV….), ceci est afin d’effectuer une étude comparative pour trouver l’espace de couleurs le plus adapté à la compression. Des différences majeures par rapport à JPEG son portées. Elles résident dans l’utilisation d’un quantificateur linéaire proposé par (Douak, Benzid et Benoudjit : DCT-Adaptive Scanning) ainsi que l’usage d’un autre codage. entropique appelé TRE (Two-Role Encoder). Les résultats que nous avons obtenus, sont assez satisfaisants du point de vue amélioration de performances du codeur (PSNR, bpp) par rapport à la méthode CBTC-BF et à DCT-Adaptive Scanning. L’application de l’approche proposée sur différentes images, a montré que : la meilleure performance peut être obtenue avec l’espace de couleurs YIQ comparé aux autres espaces de couleurs et les tailles de bloc [16x16] et [32x32] sont les plus adaptées à cet algorithme. De plus, cette technique présente l’avantage de contrôler la qualité souhaitée avant même d’effectuer la compression.