Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-tiaret.dz:80/handle/123456789/5355
Titre: Recherche et classification des images en utilisant les modèles pré-trainés des CNNs
Auteur(s): BOUABDELLI, Keltoum
LARBI, Hanane
Mots-clés: Recherche, Classification, Images similaires, CNN, Distance euclidienne, CIFAR-10
Date de publication: 2020
Editeur: Université Ibn Khaldoun -Tiaret-
Résumé: La recherche d’images similaires à une image requête est une problématique connue dans le domaine de traitement d’images. Dans ce contexte, nous avons proposé un système de recherche d’images combinant les mesures de similarité avec la classification des images basée sur l’apprentissage automatique. A cet effet, nous avons choisi d’utiliser un modèle de réseau de neurones convolutif (CNN) « Convolutional Neural Networks » dans la classification des images et la distance euclidienne comme mesure de similarité entre l’image requête et les images de la base classées par le CNN comme étant de la même classe que l’image requête. Afin de valider notre système proposé, nous avons appliqué ce dernier sur la base d’images CIFAR-10
URI/URL: http://dspace.univ-tiaret.dz:80/handle/123456789/5355
Collection(s) :Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
TH.M.INF.FR.2020.13.pdf1,92 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.