Analyse perceptuelle pour la reconnaissance d’une scène

Abstract

Le travail effectué dans ce mémoire contribue à l'analyse perceptuelle pour la reconnaissance d'une scène. Notre proposition prend en compte la segmentation (étiquetage de chaque pixel) des images. À cette fin, nous avons proposé une architecture basée sur une autre architecture déjà existante (AlexNet) permettant l’analyse et la reconnaissance de scènes à partir d’une image importée. Les résultats sont préliminaires et sont étroitement liés aux facteurs suivants: 1. Modifiez le téléchargement d'une base de données CIFAR-10 afin de minimiser la grande quantité de données trouvées, réduisant ainsi le temps d'exécution du test. 2. Utilisation du logiciel de calcul mathématique matlab R2017a 4ème génération. 3. L'architecture utilisée pour la reconnaissance perceptuelle d'une scène et les différents paramètres modifiés. Ces trois éléments ont une influence directe sur les résultats obtenus par nos recherches. Profitant du fait que ce domaine d’étude est encore en développement, nous envisageons d’étendre cette étude en utilisant d’autres architectures de reconnaissance de scène efficaces à partir d’une image importée, notamment l’utilisation de SeNet. Après avoir beaucoup parlé d'architectures, nous pensons que le cœur de l'apprentissage en profondeur réside dans: Comment construisons-nous ces réseaux? Répondre à cette question nous aidera à développer la fiabilité de l'analyse perceptuelle pour la reconnaissance de scène.