Catalogue des ouvrages Université de Laghouat
A partir de cette page vous pouvez :
Détail de l'auteur
Auteur Yacine Boukermouche
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche

Titre : | Application des méthodes d'intelligence artificielle pour la détection du comportement d'un conducteur | Type de document : | texte manuscrit | Auteurs : | Bachir Gaddouda, Auteur ; Yacine Boukermouche, Auteur ; Sarah Benkouider, Directeur de thèse | Editeur : | Laghouat : Université Amar Telidji - Département d'informatique | Année de publication : | 2021 | Importance : | 63 p. | Format : | 30 cm. | Accompagnement : | 1 disque optique numérique (CD-ROM) | Note générale : | Option : Réseaux,systèmes et applications réparties | Langues : | Français | Mots-clés : | Intelligence artificielle Détection du comportement Fatigue Distraction Réseaux de neuronnes | Résumé : | La conduite de véhicules est une tache importante qui nécessite une attention spéciale du conducteur pour prévenir les accidents de la route. La fatigue et la distraction au volant est l’un des principaux facteurs `a l’origine des accidents de la circulation. La surveillance de l’état des yeux, de la position de la tête et le suivi de la bouche du conducteur présentent des critères efficaces pour détecter la fatigue et la distraction. Certains progrès ont été réalisés pour la détection de la fatigue du conducteur `a l’aide des méthodes basée sur le contact qui utilise des pièces du véhicule (telles que l’angle de braquage et la pression sur la pédale) et des signaux physio-logiques ( ́electrocardiogramme et ́electromyogramme). Cependant, un système sans contact est plus puissant pour les conditions du monde réel. L’objectif principal de ce travail est de proposer un système robuste et performant basé sur les techniques d’intelligence artificielle pour une détection efficace de la fatigue et de la distraction du conducteur. Afin d’atteindre ces objectifs nous avons utilisé trois modèles différents, le premier modèle utilise un réseau de neurones pour détecter et analyser les yeux, le deuxième pour détecter et suivre le mouvement de la tête et le dernier modèle est utilisé pour analyser les mouvements de la bouche. L’utilisation de ces modèles nous a permis d’avoir de bons résultats et cela dans des sc ́enarios différents. | note de thèses : | Mémoire de master en informatique |
Application des méthodes d'intelligence artificielle pour la détection du comportement d'un conducteur [texte manuscrit] / Bachir Gaddouda, Auteur ; Yacine Boukermouche, Auteur ; Sarah Benkouider, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2021 . - 63 p. ; 30 cm. + 1 disque optique numérique (CD-ROM). Option : Réseaux,systèmes et applications réparties Langues : Français Mots-clés : | Intelligence artificielle Détection du comportement Fatigue Distraction Réseaux de neuronnes | Résumé : | La conduite de véhicules est une tache importante qui nécessite une attention spéciale du conducteur pour prévenir les accidents de la route. La fatigue et la distraction au volant est l’un des principaux facteurs `a l’origine des accidents de la circulation. La surveillance de l’état des yeux, de la position de la tête et le suivi de la bouche du conducteur présentent des critères efficaces pour détecter la fatigue et la distraction. Certains progrès ont été réalisés pour la détection de la fatigue du conducteur `a l’aide des méthodes basée sur le contact qui utilise des pièces du véhicule (telles que l’angle de braquage et la pression sur la pédale) et des signaux physio-logiques ( ́electrocardiogramme et ́electromyogramme). Cependant, un système sans contact est plus puissant pour les conditions du monde réel. L’objectif principal de ce travail est de proposer un système robuste et performant basé sur les techniques d’intelligence artificielle pour une détection efficace de la fatigue et de la distraction du conducteur. Afin d’atteindre ces objectifs nous avons utilisé trois modèles différents, le premier modèle utilise un réseau de neurones pour détecter et analyser les yeux, le deuxième pour détecter et suivre le mouvement de la tête et le dernier modèle est utilisé pour analyser les mouvements de la bouche. L’utilisation de ces modèles nous a permis d’avoir de bons résultats et cela dans des sc ́enarios différents. | note de thèses : | Mémoire de master en informatique |
|
Réservation
Réserver ce document
Exemplaires
Disponibilité |
---|
MF 01-44 | MF 01-44 | Thése | BIBLIOTHEQUE DE FACULTE DES SCIENCES | théses (sci) | Disponible |