Veuillez utiliser cette adresse pour citer ce document :
http://dspace.univ-tiaret.dz:80/handle/123456789/5721
Titre: | L’apprentissage profond pour la recherche et la classification des images basé sur le cloud |
Auteur(s): | Mazouzi, Mohamed Senouci, Ali |
Mots-clés: | Recherche, Classification, Images similaires, CNN, Distance euclidienne, Cloud. |
Date de publication: | 2022 |
Editeur: | Université Ibn Khaldoun -Tiaret- |
Résumé: | La recherche du contenu multimédia est devenue très importante notamment après la profusion de ce dernier dans le réseau Internet. Dans ce contexte, la recherche d’images similaires à une image requête est une problématique connue dans le domaine de la classification des images. A cet effet, nous avons proposé un système de recherche combinant les mesures de similarité avec la classification des images basée sur l’apprentissage automatique. 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. Nous avons testé notre système sur une base d’images à huit classes dans un environnement Cloud |
URI/URL: | http://dspace.univ-tiaret.dz:80/handle/123456789/5721 |
Collection(s) : | Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
TH.M.INF.FR.2022.30.pdf | 2,94 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.