Please use this identifier to cite or link to this item: http://dspace.univ-guelma.dz/jspui/handle/123456789/13147
Full metadata record
DC FieldValueLanguage
dc.contributor.authorHAMICI Abderraouf, MERABTI Mohammed El arbi-
dc.date.accessioned2022-10-12T08:47:27Z-
dc.date.available2022-10-12T08:47:27Z-
dc.date.issued2022-06-
dc.identifier.urihttp://dspace.univ-guelma.dz/jspui/handle/123456789/13147-
dc.description.abstractLa signature manuscrite est depuis plusieurs siècles le moyen le plus répandu. Elle estle moyen biométrique d’authentification le plus utilisé et accepté. La signature manuscrite d'un individu représente un bon compromis, tout en étant relativement fiable, elle est facile à acquérir, socialement acceptée comme un mode de reconnaissance. La signature est un moyen utilisé depuis longtemps, pour authentifier des documents, pour responsabiliser les individus face à des engagements (contrats, etc.). La signature est donc reconnue comme mode de validation associé à l'identité d'une personne. Notre travail de projet de fin d’étude propose un réseau de neurones à apprentissage profond pour apprendre sur un ensemble de données des signatures manuscrite. Nous utilisons le deep learning, qui se base sur une analyse des informations acquise dans la méthode de prétraitement, ensuite l’extraction des caractéristiques biométriques et puis tracer les courbe ROC en utilisant le logiciel Matlab pour visualiser les résultats à vouloir obtenir. Après, Les résultats sont pris et discutésen_US
dc.language.isofren_US
dc.publisherUniversité 08 MAI 1945 Guelmaen_US
dc.subjectiométrie, signature manuscrite, processus d’authentification, L'apprentissage en profondeur, réseau de neurone convolutif, Deep Learning,en_US
dc.subjectParticle Swarm Optimization et Local Phase Quantization .en_US
dc.titleRéalisation d'un système d'authentification des individus par signature manuscriteen_US
dc.typeWorking Paperen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
HAMICI_ABDERRAOUF_F1.pdf3,43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.