Afficher la notice abrégée
dc.contributor.author |
HAMADI, BILAL |
|
dc.date.accessioned |
2021-02-23T09:44:12Z |
|
dc.date.available |
2021-02-23T09:44:12Z |
|
dc.date.issued |
2020 |
|
dc.identifier.uri |
http://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/10123 |
|
dc.description.abstract |
La reconnaissance des expressions faciales est un sujet de recherche brûlant et peut être appliquée dans de nombreux domaines de la vision par ordinateur, comme l'interaction homme-machine, l'informatique affective, etc. Dans cet article, nous présentons les approches et les méthodes utiliser pour la reconnaissance des expressions faciales. En générale il y’a deux approches pour la reconnaissance des expressions faciale, approche conventionnelle composé généralement de trois processus prétraitement, extraction de caractéristiques et la classification, et l’approche de l’apprentissage profond, l’Apprentissage Profond tentent d'apprendre des caractéristiques de haut niveau à partir de données de masse, ce qui rend un apprentissage approfondi au-delà de l'apprentissage machine traditionnel. Il peut extraire automatiquement les caractéristiques des données par un modèle d'apprentissage des caractéristiques non supervisé ou semi-supervisé et extraction de caractéristiques hiérarchiques. Dans notre projet on va réaliser au système FER utilisons le Transfer de l’Apprentissage avec un modèle CNN pré-entrainé Inception-v3 et la base de données FER2013. |
en_US |
dc.language.iso |
fr |
en_US |
dc.subject |
expressions faciales, apprentissage profond, Transfer Learning, Deep Learning |
en_US |
dc.title |
Reconnaissance des expressions faciales par Transfer Learning |
en_US |
dc.type |
Working Paper |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée