Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "SOLTANI Ouarda"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Thumbnail Image
    Item
    Reconnaissance Faciale
    (University of Batna 2, 2023) SOLTANI Ouarda
    La reconnaissance de visage est peu couteuse, attrayante, facile à implémenter, non intrusive et non contraignante. Ce sont autant de qualités qui font de cette technologie biométrique la plus populaire et la plus utilisée commercialement ou dans les diverses applications de sécurité, de surveillance ou de contrôle d’accès. Reconnaitre un visage est une tache naturelle effectuée par les êtres humains quotidiennement. Mais aux portes de l’ère numérique les besoins en sécurité sans cesse grandissant nécessitent des moyens technologiques plus avancés pour effectuer de manière automatique l’opération de reconnaissance faciale sans intervention aucune de l’opérateur humain. C’est dans ce contexte que s’inscrit le travail effectué dans cette thèse ; la conception et l’élaboration d’un système automatique complet de reconnaissance de visage. Dans une première étape, nous avons développé une approche de détection de visage basée sur la couleur de peau à travers deux approches. La première utilise le principe de seuillage dans quatre espaces colorimétriques différents, RGB, HSV, YUV et YCbCr. La seconde est une nouvelle approche pour la segmentation de la couleur de peau basée sur la mesure de similarité de la peau humaine par le biais de deux distances métriques qui sont la distance Euclidienne (DE) et la distance de Manhattan (DM). La seconde étape du travail a été consacrée à la conception et l’élaboration des deux modules qui constituent n’importe quel système de reconnaissance faciale. Le module d’apprentissage dans lequel l’extraction des signatures numériques pour chaque personne de la base de donnée sont extraites a été conçu en utilisant trois types de décompositions pyramidales, à savoir la pyramide laplacienne (LP), l’analyse multirésolution (TOD-2D) et les trames d’ondelettes. La réduction de la dimensionnalité des vecteurs caractéristiques de visage est achevée par le biais de l'analyse en composantes principales (ACP), conjointement avec chacune des décompositions pyramidales. Finalement, la validité et l’efficacité des approches proposées ont été testé via les bases de données faciales SFA, UTD et FEI. Ce test n’est autre qu’une réalisation du second module du système biométrique proposé.

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify