IMIST


Enhanced face recognition methods (notice n° 25318)

000 -LEADER
fixed length control field 02571cam a2200241 4500
001 - CONTROL NUMBER
control field IMIST
003 - CONTROL NUMBER IDENTIFIER
control field IMIST
005 - DATE AND TIME OF LATEST TRANSACTION
control field 20180713161811.0
008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION
fixed length control field 140220n mr fre
040 ## - CATALOGING SOURCE
Description conventions AFNOR
Transcribing agency IMIST
041 0# - LANGUAGE CODE
Language code of text/sound track or separate title fre
082 04 - DEWEY DECIMAL CLASSIFICATION NUMBER
Classification number 006.37
Edition number 22
100 1# - MAIN ENTRY--PERSONAL NAME
Personal name Hythem, Ahmed Abdalla Ahmed
9 (RLIN) 24395
245 10 - TITLE STATEMENT
Title Enhanced face recognition methods
Statement of responsibility, etc Hythem Ahmed Abdalla Ahmed; sous la direction de Jedra Mohamed, Noureddine Zahid
260 ## - PUBLICATION, DISTRIBUTION, ETC. (IMPRINT)
Place of publication, distribution, etc Rabat
Name of publisher, distributor, etc Université Mohammed V - Agdal
Date of publication, distribution, etc 2013
500 ## - GENERAL NOTE
General note sous format papier
505 ## - FORMATTED CONTENTS NOTE
Formatted contents note Les travaux de recherche de cette thèse ont pour objectif principale la recherche de solutions aux problèmes des systèmes de reconnaissance de visage. Ces problèmes sont dûs à de nombreux facteurs qui ont un impact sur la performance de ces systèmes biométriques. Parmi les facteurs déterminants, il y a la variabilité de la luminosité, les expressions faciales, l’angle de capture du visage et les bruits qui entâche les images prises par les caméras. Dans le but de résoudre ces problèmes, cette thèse propose de nouvelles méthodes basées sur l’analyse en composantes principales (PCA) et l’analyse discriminante linéaire (LDA). Elle procède d’abord par l’extension de ces deux techniques au cas 2D (2DPCA+2DLDA), ce qui a permis de réduire en même temps le bruit présent dans les images et le temps de calcul. Les résultats de tests sur des bases libres obtenus avec ces deux méthodes sont très satisfaisants. Cependant, la méthode LDA souffre du problème de singularité appelé Small Sample Size problem (SSS). Pour remédier à ce problème, cette thèse propose deux versions de l’analyse discriminante qui utilisent une fonction de pondération des matrices intra classe et inter classe RW2DLA et WS2DDA. Les tests expérimentaux avec ces deux méthodes ont montré leure bonne efficacité dans la reconnaissance de visage. Enfin, pour améliorer le taux de reconnaissance, cette thèse utilise des fonctions noyaux pour obtenir des versions non linéaires de l’analyse discriminante KRW2DDA et KWS2DDA. Ceci dans le but de travailler dans un espace des caractéristiques où la séparation des classes est efficace. Les résultats des tests sont satisfaisants comparées à ceux des versions lineaires.
700 1# - ADDED ENTRY--PERSONAL NAME
Personal name Jedra, Mohamed
9 (RLIN) 24396
700 1# - ADDED ENTRY--PERSONAL NAME
Personal name Zahid, Noureddine4727
9 (RLIN) 23452
700 1# - ADDED ENTRY--PERSONAL NAME
Personal name Benkhalifa, Mohamed
9 (RLIN) 24397
700 1# - ADDED ENTRY--PERSONAL NAME
Personal name Elhindi, Mohamed
9 (RLIN) 24398
700 1# - ADDED ENTRY--PERSONAL NAME
Personal name Ghogali, Khogali Ali
9 (RLIN) 24399
710 2# - ADDED ENTRY--CORPORATE NAME
Relator term Faculté des Sciences
9 (RLIN) 24400
942 ## - ADDED ENTRY ELEMENTS (KOHA)
Source of classification or shelving scheme
Koha item type Thèse universitaire
Exemplaires
Withdrawn status Lost status Source of classification or shelving scheme Damaged status Not for loan Permanent Location Current Location Inventory number Total Checkouts Full call number Barcode Date last seen Price effective from Koha item type
          La bibliothèque des sciences de l'ingénieur La bibliothèque des sciences de l'ingénieur TH-7/13   TH-006.37 AHM 0000000018590 11/25/2016 11/25/2016 Thèse universitaire
© Tous droits résérvés IMIST/CNRST
Angle Av. Allal Al Fassi et Av. des FAR, Hay Ryad, BP 8027, 10102 Rabat, Maroc
Tél:(+212) 05 37.56.98.00
CNRST / IMIST

Propulsé par Koha