Analyse et modélisation des gestes dans la langue de signes par approche neuronale
| dc.contributor.author | Belgherbi, Oussama | |
| dc.contributor.author | Berkane, Mohamed | |
| dc.date.accessioned | 2021-07-01T08:37:50Z | |
| dc.date.available | 2021-07-01T08:37:50Z | |
| dc.date.issued | 2020 | |
| dc.description.abstract | Dans ce mémoire nous avons présenté une approche de reconnaissance automatique des signes gestuels statiques appliqués aux formes des mains. Cette approche est basée sur un système d'intelligence artificielle à savoir les réseaux de neurones artificiels. A partir des images de la main, nous avons obtenus les vecteurs caractéristiques correspondant aux différentes formes de la main. Ces vecteurs représentent les entrées du réseau de neurones utilisés afin d'effectuer l'apprentissage et la reconnaissance de ce signe. Le réseau de neurones utilisé est le perceptron multicouche MLP dont l'apprentissage est réalisé par l'algorithme de rétro propagation du gradient. L'architecture que nous avons proposée ainsi que les différents paramètres choisis nous ont donné des résultats très satisfaisants. | ar |
| dc.identifier.uri | http://hdl.handle.net/123456789/10512 | |
| dc.language.iso | fr | ar |
| dc.publisher | Univérsité Oum El Bouaghi | ar |
| dc.subject | Multi couche | ar |
| dc.subject | Detection | ar |
| dc.title | Analyse et modélisation des gestes dans la langue de signes par approche neuronale | ar |
| dc.type | Other | ar |