Documents disponibles écrits par cet auteur

Hand Pose Estimation Based on Deep Learning / Bel-lahcen marwane

Public ISBD Titre : Hand Pose Estimation Based on Deep Learning Type de document : projet fin études Auteurs : Bel-lahcen marwane, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Estimation de la pose 3D de la main, Deep Learning, Réseau de neurones à convolution, Capteur RGB-D Index. décimale : mast 82/18 Résumé : Le problème de l’estimation de la pose de la main a suscité beaucoup d’attention dans la communauté de vision par ordinateur, il a été étudié pendant des décennies, possédant une grande importance dans le domaine d’interaction homme-machine, et de robotique. En raison de la valeur pratique associée à ce sujet, il a repris récemment l’intérêt de nombreux recherches en raison de l’émergence des caméras de profondeur, mais en dépit des progrès récents dans ce domaine, une estimation de la pose 3D de la main robuste et précise reste encore une tâche difficile à accomplir. Dans ce travail nous avons essayé de faire une étude comparative des différentes méthodes d’estimation de la pose 3D de la main introduites récemment, nous avons travaillé sur l’implémentation de notre propre méthode basée sur l’exploitation de l’apprentissage automatique. Ce manuscrit est divisé en trois chapitres, le premier introduit des notions nécessaires pour faire face au problème de l’estimation de la pose 3D de la main, tel que le principe de fonctionnement des capteurs de profondeur, les bases de données disponibles, et les méthodes de Deep Learning utilisées pour résoudre ce problème. Le deuxième chapitre présente un état de l’art de ce sujet, à travers lequel nous présentons les travaux introduits récemment. Alors que le dernier chapitre se concentre sur notre approche proposée et fournit une étude comparative des différentes approches introduites dans le chapitre précédent et notre modèle proposé. Hand Pose Estimation Based on Deep Learning [projet fin études] / Bel-lahcen marwane, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Estimation de la pose 3D de la main, Deep Learning, Réseau de neurones à convolution, Capteur RGB-D Index. décimale : mast 82/18 Résumé : Le problème de l’estimation de la pose de la main a suscité beaucoup d’attention dans la communauté de vision par ordinateur, il a été étudié pendant des décennies, possédant une grande importance dans le domaine d’interaction homme-machine, et de robotique. En raison de la valeur pratique associée à ce sujet, il a repris récemment l’intérêt de nombreux recherches en raison de l’émergence des caméras de profondeur, mais en dépit des progrès récents dans ce domaine, une estimation de la pose 3D de la main robuste et précise reste encore une tâche difficile à accomplir. Dans ce travail nous avons essayé de faire une étude comparative des différentes méthodes d’estimation de la pose 3D de la main introduites récemment, nous avons travaillé sur l’implémentation de notre propre méthode basée sur l’exploitation de l’apprentissage automatique. Ce manuscrit est divisé en trois chapitres, le premier introduit des notions nécessaires pour faire face au problème de l’estimation de la pose 3D de la main, tel que le principe de fonctionnement des capteurs de profondeur, les bases de données disponibles, et les méthodes de Deep Learning utilisées pour résoudre ce problème. Le deuxième chapitre présente un état de l’art de ce sujet, à travers lequel nous présentons les travaux introduits récemment. Alors que le dernier chapitre se concentre sur notre approche proposée et fournit une étude comparative des différentes approches introduites dans le chapitre précédent et notre modèle proposé.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 82/18	mast 82/18 BEL	Texte imprimé	Unité des masters	Mast/18	Disponible