Please use this identifier to cite or link to this item: http://dspace.univ-guelma.dz/jspui/handle/123456789/16552
Full metadata record
DC FieldValueLanguage
dc.contributor.authorRIGHI, Ahmed-
dc.date.accessioned2024-12-10T12:06:28Z-
dc.date.available2024-12-10T12:06:28Z-
dc.date.issued2024-06-
dc.identifier.urihttp://dspace.univ-guelma.dz/jspui/handle/123456789/16552-
dc.description.abstractl'objectif est de développer un système de détection de somnolence à l’aide de l’IA en utilisant la plateforme Jetson Nano, améliorant la sécurité routière en surveillant la vigilance du conducteur en temps réel. Contexte : La somnolence au volant contribue à plus de 100000 accidents par an rien qu’aux États-Unis La fatigue diminue le temps de réaction et les capacités de prise de décisions semblables à celles de l’alcool Les méthodes actuelles reposent fortement sur la conscience de soi du conducteur, qui peut être peu fiable Solution proposée : Utilisez les capacités d’IA de Jetson Nano pour créer un système de surveillance des pilotes robuste en temps réel Principaux éléments : Matériel : Jetson Nano (GPU NVIDIA Maxwell 128 cœurs, processeur quad-core ARM Cortex-A57) Caméra haute résolution avec capacités de faible luminosité Adaptateur d’alimentation pour l’intégration du véhicule Logiciel : Ubuntu OS avec NVIDIA JetPack SDK Bibliothèques TensorFlow, Keras, OpenCV et NumPy Modèles d’IA personnalisés pen_US
dc.language.isofren_US
dc.publisheruniversitie 8 mai 1945 guelmaen_US
dc.titleDétection de la fatigue du conducteur avec Jetson Nanoen_US
dc.typeWorking Paperen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
F1_7_RIGHI_AHMED.pdf1,23 MBAdobe PDFView/Open


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