Browsing by Author "Malki Fatima"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Conception et évaluation d’un système d’IA embarqué basé sur les techniques d’apprentissage pour la carte NVIDIA Jetson Nano.
    (FGEI.UMMTO, 2023-06) Malki Fatima
    L'objectif de l'implémentation des réseaux de neurones et des SVM sur la Nvidia Jetson Nano est de tirer parti de ses capacités de calcul pour développer des solutions de machine learning embarquées et efficaces. Cela permet de réaliser des tâches complexes d'intelligence artificielle en temps réel, directement sur un dispositif compact et économe en énergie. Pour ce faire, nous avons choisi d’utiliser un algorithme nommé réseaux de neuroneset l’autre Support Vector Machines (SVM). Nous avons mené des tests pour évaluer les performances de chaque modèle et identifier celui qui répond le mieux à nos besoins. Les résultats obtenus avec les deux algorithmes se sont révélés très satisfaisants, démontrant que cette application permet de réaliser n'importe quel type d'apprentissage en ligne sur n'importe quelle base de données.
  • Thumbnail Image
    Item
    Segmentation d’images par la méthode de la Ligne de Partage des Eaux
    (Université Mouloud Mammeri, 2016) Malki Fatima; Tagzirt Katia; Mohia Yacine
    Le principal objectif de ces dernières consiste à obtenir une interprétation de l’image au niveau sémantique répondant aux différentes attentes des utilisateurs humains. Pour cela, de nombreux travaux ont été consacré au développement de chaine de traitement d’images basées essentiellement sur la segmentation. Un des plus grands domaines d’application de la segmentation est la médecine. Bien évidemment, il en existe d’autre parmi lesquels nous pouvons citer la télédétection qui est utilisée dans les domaines de la météo, la cartographie, l’analyse des ressources terrestres et encore dans quelques applications militaires. Dans ce contexte, nous nous sommes intéressés au traitement d’images ou l’image numérique s’est imposée comme un support et une source d’information privilégiée. La multiplication des dispositifs d’acquisition d’images médicales ainsi que leur perfectionnement en termes de qualité d’image et de précision ont conduit à la production d’une quantité d’information de plus en plus volumineuse. Ceci a rendu difficile son exploitation manuellement et a nécessité de plus en plus de temps pour la traiter. D’où la nécessité du traitement d’images pour automatiser certaines taches d’analyse. Le traitement d’images s’inscrit alors dans un processus préliminaire destiné à préparer les images numériques à leur interprétation. Ceci revient à améliorer la qualité de l’image d’abord en se débarrassant des défauts provenant des capteurs lors de l’acquisition ou des conditions d’acquisition. Ensuite l’image est segmentée afin d’identifier les objets d’intérêt nécessaires à son interprétation. Ceci permet d’extraire l’information sémantique contenue dans l’image qui servira ultérieurement à son exploitation par l’utilisateur. Par conséquent, si l’on considère des images, l’amélioration de la qualité d’images revient à réaliser un filtrage pour éliminer le bruit provenant des imageurs ou de la numérisation. Le but de cette étape est de simplifier l’image de départ en fournissant une nouvelle image sur laquelle la segmentation sera appliquée. Cette dernière aura pour but de délimiter et de différencier les cellules présentes dans l’image. L’interprétation sera faite en se basant sur des connaissances a priori sur les cellules d’intérêts à extraire. Dans ce mémoire, nous allons exposer une des différentes méthodes de segmentations basée sur l’approche de la Ligne de Partage des Eaux. Pour cela nous l’avons structuré comme suit : Dans le premier chapitre, nous allons présenter les notions essentielles liées àl’image, ainsi que des généralités sur le traitement d’image. Ensuite dans le deuxième chapitre, nous allons exposer les différentes méthodes de segmentation d’images qui se devise en deux principales approches : l’approche contour et l’approche région. Le troisième chapitre est consacré à la présentation de la méthode de Lignes des partages des Eaux, qui est l’une des techniques de segmentation les plus puissante de la morphologie mathématique. Pour finir, le quatrième chapitre sera consacré à l’application de la ligne de partage des eaux sur différentes images que nous avons choisie.