Segmentation fond forme par apprentissage machine pour la détection d'objets envidéosurve illance et l'extraction de routes par vues aériennes
| dc.contributor.author | Kebir, Abdeldjalil | |
| dc.date.accessioned | 2024-05-26T09:08:17Z | |
| dc.date.available | 2024-05-26T09:08:17Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | Dans cette thèse, nous étudions le problème de la segmentation des régions de premier plan qui représentent des objets en mouvement dans la vidéosurveillance et la segmentation des régions de premier plan dans le contexte de l'image aérienne pour l'extraction des réseaux routier. Nous proposons un modèle d'apprentissage profond développé pour la segmentation automatique basée sur des architectures d'auto-encodera multi-profondeur (compressé). Ces systèmes sont entrainées à zéro et par transfert en mode supervisé lorsqu'en utilisant des données d'apprentissage limitées. | |
| dc.identifier.uri | https://dspace.univ-annaba.dz//handle/123456789/3486 | |
| dc.language.iso | fr | |
| dc.title | Segmentation fond forme par apprentissage machine pour la détection d'objets envidéosurve illance et l'extraction de routes par vues aériennes | |
| dc.type | Thesis |