A partir de cette page vous pouvez :
Retourner au premier écran avec les étagères virtuelles... |
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Mots-clés : IoT, real-time, Object detection, deep Learning, machine Learning, Prétraitement'
Affiner la recherche Faire une suggestion
Système de camera surveillance du transport de marchandises basé sur une architecture Iot / Hamid BERDOUS
Titre : Système de camera surveillance du transport de marchandises basé sur une architecture Iot Type de document : texte imprimé Auteurs : Hamid BERDOUS, Auteur Langues : Français (fre) Catégories : Internet des Objets et Services Mobiles ( IOSM ) Mots-clés : Mots-clés : IoT, real-time, Object detection, deep Learning, machine Learning, Prétraitement Index. décimale : mast 53/18 Résumé : Le présent document constitue la synthèse de notre travail, réalisé dans le cadre de
projet de fin d’études, au sein de bSuccess. Ce dernier a pour objectif de mettre en place un
système de supervision en temps réel des camions de transport en faveur de la société
«Transmel ». La solution consiste à adopter une approche basée sur une infrastructure IoT et
une approche deep Learning pour une surveillance intelligente par des caméras. Cette
approche permet aussi de collecter les données à travers les objets connectés installés sur les
camions et les remorques, comme la vitesse, température, la géolocalisation, etc.
En plus, des caméras pour la surveillance visuelle pour transmettre des observations
lors de la détection d’incident, cette application permet à l’utilisateur de voir les séquences de
vidéos enregistrées lors de la détection d’une anomalie, d’autre part elle offre la possibilité de
voire en direct ce qui se passe lors d’une opération de chargement ou déchargement des
marchandises.
Cette solution va offrir à l’entreprise un ensemble de données qui seront utiles pour
faire des analyses à fin d’optimiser l’utilisation de ses ressources humaines et physiques, car
elle offre plus de fiabilité et de visibilité sur ses activités.
Ce mémoire présente dans un premier temps le contexte du projet, puis dans le
deuxième chapitre dans lequel on va présenter études fonctionnelles du projet, nous allons
traiter les besoins de l’application et l’architecture du système. Ensuite le troisième chapitre
intitulé contexte théorique est consacré au détail sur machine learning qu’on va utiliser à la
reconnaissance faciale et la détection d'objets. Enfin, le dernier chapitre est réservé aux détails
de l’implémentation de la solution proposée.
Système de camera surveillance du transport de marchandises basé sur une architecture Iot [texte imprimé] / Hamid BERDOUS, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : Internet des Objets et Services Mobiles ( IOSM ) Mots-clés : Mots-clés : IoT, real-time, Object detection, deep Learning, machine Learning, Prétraitement Index. décimale : mast 53/18 Résumé : Le présent document constitue la synthèse de notre travail, réalisé dans le cadre de
projet de fin d’études, au sein de bSuccess. Ce dernier a pour objectif de mettre en place un
système de supervision en temps réel des camions de transport en faveur de la société
«Transmel ». La solution consiste à adopter une approche basée sur une infrastructure IoT et
une approche deep Learning pour une surveillance intelligente par des caméras. Cette
approche permet aussi de collecter les données à travers les objets connectés installés sur les
camions et les remorques, comme la vitesse, température, la géolocalisation, etc.
En plus, des caméras pour la surveillance visuelle pour transmettre des observations
lors de la détection d’incident, cette application permet à l’utilisateur de voir les séquences de
vidéos enregistrées lors de la détection d’une anomalie, d’autre part elle offre la possibilité de
voire en direct ce qui se passe lors d’une opération de chargement ou déchargement des
marchandises.
Cette solution va offrir à l’entreprise un ensemble de données qui seront utiles pour
faire des analyses à fin d’optimiser l’utilisation de ses ressources humaines et physiques, car
elle offre plus de fiabilité et de visibilité sur ses activités.
Ce mémoire présente dans un premier temps le contexte du projet, puis dans le
deuxième chapitre dans lequel on va présenter études fonctionnelles du projet, nous allons
traiter les besoins de l’application et l’architecture du système. Ensuite le troisième chapitre
intitulé contexte théorique est consacré au détail sur machine learning qu’on va utiliser à la
reconnaissance faciale et la détection d'objets. Enfin, le dernier chapitre est réservé aux détails
de l’implémentation de la solution proposée.
Réservation
Réserver ce document
Exemplaires
Code barre Cote Support Localisation Section Disponibilité mast 53/18 mast 53/18 HAM Texte imprimé Unité des masters Mast/18 Disponible