DSpace Repository

IDENTIFICATION DES PERSONNES PAR LES EMPREINTES D’ARTICULATION DES DOIGTS ET LE DEEP LEARNING

Show simple item record

dc.contributor.author Mouad, BENABDI
dc.date.accessioned 2019-07-21T10:46:58Z
dc.date.available 2019-07-21T10:46:58Z
dc.date.issued 2019
dc.identifier.other EL/ESEM011/19/852
dc.identifier.uri http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/15512
dc.description.abstract Au cours des dernières années, l'identification personnelle automatique devient une exigence importante variété d'applications telles que le contrôle d'accès, les systèmes de surveillance et des bâtiments physiques. Biométrie, qui traite de l'identification des individus en fonction de leurs caractéristiques physiques ou comportementales, est apparue comme une technologie d'identification automatique efficace, qui offre plus de propriétés et plusieurs avantages par rapport à la sécurité traditionnelle. L’empreinte de l’articulation de doigts (FKP) est une caractéristique biométrique importante. Qui fournit l'unicité, la stabilité et la haute distinction capacité. Dans notre travail on a utilisé l’apprentissage profond (le deep learning) exploitant l’autoencoder comme étant l’outil de classification des images qui est efficace dans le sens de résolution des problèmes de classification avec des données complexes. Nos résultats expérimentaux, en utilisant la base de données FKP (IITD DELHI) démontrent l’efficacité des autoencoders pour la réalisation du système performant d'identification sur la base FKP. en_US
dc.language.iso fr en_US
dc.publisher UNIVERSITE MOHAMED BOUDIAF - M’SILA en_US
dc.subject biométrie, l’empreinte de l’articulation de doigt FKP, apprentissage profond , classification ,autoencoder en_US
dc.title IDENTIFICATION DES PERSONNES PAR LES EMPREINTES D’ARTICULATION DES DOIGTS ET LE DEEP LEARNING en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account