Browsing by Author "Rapporteur: ASSAS, Ouarda"

Now showing 1 - 9 of 9
  • Thumbnail Image
    ItemOpen Access
    La détection de région tumoral dans les images IRM
    (University of M'sila, 2016-06-10) Henni, Asma; Rapporteur: ASSAS, Ouarda
    Le recueil de données diverses, issues tant de l'imagerie que de connaissances expertes ou de signaux physiologiques, est devenu courant dans les services cliniques pour l'étude d'une pathologie donnée. L'exploitation de l'ensemble de ces renseignements, effectuée par le clinicien qui analyse et agrège les données en fonction de ses connaissances, conduit généralement à un diagnostic plus précis, plus clair et plus fiable. Le but de notre travail est de mettre en oeuvre une technique de détection des tumeurs cérébrales, on appliquent l'algorithmeC_means flous FCM. segmentationpermettant la
  • Thumbnail Image
    ItemOpen Access
    onception et réalisation d'un système d'aide à l'apprentissage d'Ahkam Attajwid basé sur la fusion de données
    (University of M'sila, 2015-06-10) Yousfi, Meriam; Rapporteur: ASSAS, Ouarda
    Attajwid est une science islamique très importante, car il est lié au le Quran, la parole d'Allah. C'est pourquoi nous choisissons d'implémenté une application aide à l'apprentissage d'Ahkam Attajwid par la reconnaissance automatique de texte coranique•comme une entrée vocal. Le processus se compose de trois étapes essentielles qui sont: l'extraction, la réduction, et la reconnaissance. Dans l'extraction on a utilisé le MFCC. Le PCA et SVD pour la réduction, et en fin la Distance City Block (LI), la distance euclidienne (L2) sont choisie comme mesure de similarité. Pour la dernière phase qui la reconnaissance ou la classification quatre systèmes ont été employé qui sont : basé MFCC, MFCC + PCA, basé MFCC + SVD et enfin hybride basé la fusion de PCA et SVD choisir le système le plus performant. L'objectif final de notre travail a été attient avec certain contraintes.
  • Thumbnail Image
    ItemOpen Access
    Reconnaissance D'empreinte Palmaire
    (University of M'sila, 2016-06-10) SAOUDI, Fatiha; Rapporteur: ASSAS, Ouarda
    La sécurité biométrique commait un engouement important pour la protection des données, des applications et des services nécessitant un contrôle d'accès. L'objectif des systèmes de reconnaissance biométriques est de déterminer etou de vérifier l'identité d'un individu à partir des traits physiologiques, comportementaux ou biologiques, l'empreinte palmaire qui s'appuie sur la texture de la pause de la main offre un supplément d'information permettant des algorithmes dédiés. Notre travail, portera dans un premier temps sur l'exploitation de Filtre de Gabor comme descripteur, puis dans un second temps sur des méthodes d'apprentissage automatique, notamment la méthode des séparateurs à vaste marge (SVM) appliquée à plusieurs classes (multi-classes) On peut dire que la méthode SVM donne de bom résultats que ce soit dans l'approche un-contre- tous on bien l'approche un-contre-un. Les deux approches ont obtenu des résultats performants avec une légère différence entre les deux (91.56% pour le un-contre-in, 79.16% pour le centre-tous)
  • Thumbnail Image
    ItemOpen Access
    Reconnaissance d'empreintes digitales utilisant l'approche multimodale
    (University of M'sila, 2016-06-10) Ferrat, Mawloud; Rapporteur: Meliouh, Amel; Rapporteur: ASSAS, Ouarda
    La biométrie multimodale, qui consiste à combiner plusieurs systèmes biométriques, est de plus ets plus étudiée. En effet elle permet de réduire certaines limitations des systèmes biométriques, comme l'impossibilité d'acquérir les données de certaines personnes ou la fraude intentionnelle, tout en améliorant les performances de reconnaissance. Ces avantages apportés par la multimodalité aux systémes biométriques 'mocomodaux sont obtenus en fusionnant plusieurs systèmes himétriques. Dans ce cadre notre travail de reconnaissance d'empreintes digitales se base sur l'analyse globale afin d'utiliser les moments invariants de Hu comme entrées à une méthode de reconnaissance basée sur les méthodes d'apprentissage automatique (RNA. KNN. SVM), et les différents scénarios de fusion entre ses classifieurs, et d'autre par le scénario de fusion multimodale (Empreinte digitale, iris). Le taux de reconnaissance pour la fasion multi-classifieurs est 70%, et ceux de fusion multimodale est 95%.
  • Thumbnail Image
    ItemOpen Access
    SEGMENTATION des images IRM par fusion de donnée et la méthode d'Estimation et Maximisation
    (University of M'sila, 2015-06-10) BOULAARES, Amina; Rapporteur: ASSAS, Ouarda
    Avec le développement des techniques d'acquisition d'images, une grande masse de données de differentes sources d'image devient disponible. La fusion multimodale d'images cherche à combiner Tinformation de différentes images pour obtenir plus d'inférences que peuvent ême dérivées d'une modalité seule. L'objectif principal est d'améliorer la segmentation des images IRM cérébrale par la fusion de données. Le processus de fusion est appliqué de trois manières: la funion des modalités (T1, T2 et DP), la fusion d'approches et la fusion by bride. Pour la première on a utilisé la méthode EM et les approches EM at FCM pour la deuxième. La fusion des données d'une façon générale soit au niveau modalités con niven approche a amélioré la segmentation des images cérébrales. La demière stratégie de fusion adoptée (hybride) donne la meilleure segmentation en termes de critères: la déviation standard (STD), l'entropie de l'information (IE), le coefficient de comilation (CC) et la fréquence spatiale (SF)
  • Thumbnail Image
    ItemOpen Access
    Segmentation floue d'images IRM base sur d'optimisation par Essaim Particulaire OEP (PSO)
    (University of M'sila, 2016-06-10) MERZOUG, Salah; Rapporteur: ASSAS, Ouarda
    L'objectif de ce travail est la segmentation d'images IRM. La segmentation est une tache cruciale dans l'interprétation des images médicale, dans notre cas le but est d'aboutir une classification du cerveau. Ce dernier est constitué de deux tissues ; un tissu tumoral et un tissu sain. Plusieurs algorithmes de segmentation d'images existent dans la littérature, chacun possédant ses avantages et ses limites d'utilisation. Ce travail comporte quatre méthodes de segmentation : Fuzzy c-means standard (FCM), Fuzzy c-means basées sur l'optimisation par essaim particulaire(OEP) (FCM PSO), fuzzy c-means basé sur génétiques (FCM GA) et enfin, FCM qui est basé sur algorithme de l'évolution différentielle(FCM DE). Nous clöturons ce travail par une comparaison entre ces quatre méthodes, en termes de qualité de segmentation et de performance.
  • Thumbnail Image
    ItemOpen Access
    Segmentation semi supervisée des images médicale IRM par méthode flou
    (University of M'sila, 2016-06-10) BOULARAS, Asma; Rapporteur: LAKEHAL, MEFTAH; Rapporteur: ASSAS, Ouarda
    la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au cœur de nombreuses applications, tant dans le domaine clinique (planification d'opérations neurochirurgicales, suivi de l' évolution du volume des structures , que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM). la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au cœur de nombreuses applications, tant dans le domaine clinique (planification d'opérations neurochirurgicales, suivi de l' évolution du volume des structures , que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM). Mot clé:Segmentation des images, imagerie médicale IRM, semi-supervisé FCM la segmentation des images IRM cérébrales anatomiques vise à localiser les différents tissus et structures anatomiques qui composent cerveau. Elle est au cœur de nombreuses applications, tant dans le domaine clinique (planification d'opérations neurochirurgicales, suivi de l' évolution du volume des structures , que des neurosciences (quantification de la variabilité interindividuelle, support pour la projection des données IRMf.Dans ce travail nous représentons une approche de segmentation qui permet de donner avec exactitude les différents structures de cerveau , en utilisant des informations préalable aux images à segmenter et l'employerà appliquer la méthode semi-supervisé C-moyenne flou (ssFCM).
  • Thumbnail Image
    ItemOpen Access
    Système de reconnaissance d'iris en utilisant l'approche multimodale
    (University of M'sila, 2016-06-10) Rabehi, Wassim; Rapporteur: ASSAS, Ouarda
    Le croissant besoin pour la sécurité de l'information a possédé un intérêt dans la biométrie basée sur l'identification automatique des personnes. Parmi les approches biométriques existe, liris humain utilisé les méthodes RNA, SVM et KNN et on a utilisant les moments d'hu pour l'extraction des caractéristique. Ce travail propose la méthode de reconnaissance d'iris en utilisant trois méthodes différentes. En plus, nous nous sommes introduire un système multi-biométriques et plus précisément aux multimodal et multi classifieur pour améliorer la performance du système de reconnaissance d'iris. pour la validation de ce travaille, on a utilisé la base de données CASIA vl. Les résultats expérimentaux montrent que le scénario de fusion multimodale (Iris + empreinte digitale) avec l'application de SVM sur l'iris a donner un taux de reconnaissance de 96,66%.
  • Thumbnail Image
    ItemOpen Access
    Traitement dès. chèques postaux (le cas de reconnaissance du montant littéral Arabe)
    (University of M'sila, 2016-06-10) Allahoum, OUSSAMA; Rapporteur: ASSAS, Ouarda
    Dans le cadre de notre travail, qui consiste à développer un système de reconnaissance de l'écriture manuscrite appliquée aux montants littéraux Arabe des sur chèques postaux algériens, buse des différentes classifieurs qui sont RNA SVM KPPv Notre travail consiste également à la conception d'une nouvelle base de données. L'objectif visé est de proposer une méthodologie pour la mise en oeuvre de ce système. Pour ce faire, nous proposons dans un premier temps une phase de pretraitement, puis la détection de la zone du montant littéral arabe qui est segmenté et qui permet de préparer les données. Ces données sont ensuite exploitées par le module d'extraction des caractéristiques les plus pertinentes pour la reconnaissance. Les résultats de cette étape sont transformés en séquences d'informations sous forme de vecteurs. Ces derniers se servent des entrées au module de reconnaissance pour convertir le montant littéral arabe vers un montant numérique.