Please use this identifier to cite or link to this item:
http://dspace.univ-guelma.dz/jspui/handle/123456789/16552
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | RIGHI, Ahmed | - |
dc.date.accessioned | 2024-12-10T12:06:28Z | - |
dc.date.available | 2024-12-10T12:06:28Z | - |
dc.date.issued | 2024-06 | - |
dc.identifier.uri | http://dspace.univ-guelma.dz/jspui/handle/123456789/16552 | - |
dc.description.abstract | l'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 p | en_US |
dc.language.iso | fr | en_US |
dc.publisher | universitie 8 mai 1945 guelma | en_US |
dc.title | Détection de la fatigue du conducteur avec Jetson Nano | en_US |
dc.type | Working Paper | en_US |
Appears in Collections: | Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
F1_7_RIGHI_AHMED.pdf | 1,23 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.