Catalogue en ligne Bibliothèque Ecole Nationale Polytechnique d'Alger

Etude comparative d'algorithmes de reconnaissance d'objects / Rayana Boubezari

Public

ISBD

Titre : Etude comparative d'algorithmes de reconnaissance d'objects : SIFT, SURF, ORB et SFOP: application aux modèles de voitures
Type de document : texte imprimé
Auteurs : Rayana Boubezari, Auteur ; Louiza Oudni, Auteur ; Larbes, Chérif, Directeur de thèse ; Bouridane, Ahmed, Directeur de thèse
Editeur : [S.l.] : [s.n.]
Année de publication : 2013
Importance : 69 f.
Présentation : ill.
Format : 30 cm.
Accompagnement : 1 CD-ROM.
Note générale : Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2013
Bibliogr. f. 70 - 72
Langues : Français (fre)
Mots-clés : Reconnaissance d'objects -- Algorithmes
SIFT
SURF
SFOP
ORB
Modèles de voitures -- Application
Index. décimale : PN00513
Résumé : La vision par ordinateur est devenue un domaine incontournable de l’intelligence artificielle.
Parmi les applications les plus importantes de ce domaine, nous citons la reconnaissance d’objet.
Il existe différentes approches et plusieurs méthodes dont le but est la détection et la reconnaissance d’objet sur les images.
L’une des approches ayant donnée de bons résultats récemment est l’approche locale.
L’objectif de ce projet consiste à comparer les algorithmes suivants: SIFT, SURF, SFOP et ORB selon plusieurs critères.
Ces algorithmes sont basés sur l’approche locale.
Ils extraient des points d’intérêts et calculent des descripteurs afin de caractériser une image.
Cette comparaison permettrait à un éventuel utilisateur de choisir entre les différentes méthodes existantes, selon le contexte de son application.
Nous avons étudié ces algorithmes théoriquement et nous les avons appliqués à une base de données contenant des images de modèles de voitures.
Nous avons montré grâce à des statistiques effectuées sur Matlab, les performances de chacun des algorithmes pour différentes variations de l’image.

Etude comparative d'algorithmes de reconnaissance d'objects : SIFT, SURF, ORB et SFOP: application aux modèles de voitures [texte imprimé] / Rayana Boubezari, Auteur ; Louiza Oudni, Auteur ; Larbes, Chérif, Directeur de thèse ; Bouridane, Ahmed, Directeur de thèse . - [S.l.] : [s.n.], 2013 . - 69 f. : ill. ; 30 cm. + 1 CD-ROM.
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2013
Bibliogr. f. 70 - 72
Langues : Français (fre)
Mots-clés : Reconnaissance d'objects -- Algorithmes
SIFT
SURF
SFOP
ORB
Modèles de voitures -- Application
Index. décimale : PN00513
Résumé : La vision par ordinateur est devenue un domaine incontournable de l’intelligence artificielle.
Parmi les applications les plus importantes de ce domaine, nous citons la reconnaissance d’objet.
Il existe différentes approches et plusieurs méthodes dont le but est la détection et la reconnaissance d’objet sur les images.
L’une des approches ayant donnée de bons résultats récemment est l’approche locale.
L’objectif de ce projet consiste à comparer les algorithmes suivants: SIFT, SURF, SFOP et ORB selon plusieurs critères.
Ces algorithmes sont basés sur l’approche locale.
Ils extraient des points d’intérêts et calculent des descripteurs afin de caractériser une image.
Cette comparaison permettrait à un éventuel utilisateur de choisir entre les différentes méthodes existantes, selon le contexte de son application.
Nous avons étudié ces algorithmes théoriquement et nous les avons appliqués à une base de données contenant des images de modèles de voitures.
Nous avons montré grâce à des statistiques effectuées sur Matlab, les performances de chacun des algorithmes pour différentes variations de l’image.

Exemplaires

Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire
PN00513 PN00513 Papier + ressource électronique Bibliothèque centrale Projet Fin d'Etudes Disponible Electronique Consultation sur place/Téléchargeable

Documents numériques

BOUBEZARI.Rayana_OUDNI.Louiza.pdf
URL