| Titre : | L'apport des réseaux neurones pour la classification des images à hautes résolutions pour un paysage urbain |
| Auteurs : | BENJELLOUN Nouâmane ; MAINE Mohamed ; M.A El Ghouat |
| Type de document : | texte imprimé |
| Editeur : | Rabat : IAV Hassan II, 2017 |
| Format : | 91 |
| Mots-clés: | "rιseaux de neurones ; classification ; multi spectrales ; Maximum de |
| Résumé : |
De nos jours, le domaine de l’intelligence artificielle fait sujet d’actualité. Il évolue du jour en
jour permettant d’exécuter des tâches similaires au fonctionnement du cerveau humain. En effet, les réseaux de neurones sont une des composantes importantes du domaine de l’intelligence artificielle. Les utilisations et les domaines d’application de ces réseaux sont divers et multiples, nous pouvons citer entre autres : la lecture des codes postaux, la connaissance des visages, la connaissance des formes … etc. Dans le domaine de traitement des images, plusieurs méthodes de classification sont disponibles (Maximum de vraisemblance, distance minimale, …). Ces méthodes ont plusieurs inconvénients et présentent plusieurs limitations en ce qui concerne les résultats de classification obtenus. Le présent projet de fin d’étude a pour objectif de déterminer l’apport de la classification des images satellitaires multi spectrales par réseau de neurones vis-à-vis des autres méthodes classiques probabilistes déjà existantes tout en étudiant leurs fonctionnements. Dans cette perspective, nous avons établi deux méthodes de classification sur une image précise (Quickbird MS), une par maximum de vraisemblance, l’autre par méthode neuronale. Ceci afin de mettre en comparaison les résultats obtenus qui nous permettrons de voir de près les avantages de la méthode neuronale. Finalement, les résultats obtenus sont satisfaisants, et montrent visiblement et statistiquement l’avantage de la classification par réseau de neurones par rapport à la méthode de maximum de vraisemblance. |
| En ligne : | http://10.2.0.27/PDF_CDA/uploads/PDF/BENJELLOUN_MAINE_2017_8406.pdf |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 100008351 | 8406 | Support papier | Salle des thèses/PFE (RDC) | Ingénieur topographe | Consultation sur place Exclu du prêt |
