Show simple document record

dc.contributor.advisorZiou, Djemelfr
dc.contributor.authorChahid, Omarfr
dc.date.accessioned2014-05-16T15:36:30Z
dc.date.available2014-05-16T15:36:30Z
dc.date.created2009fr
dc.date.issued2009fr
dc.identifier.urihttp://savoirs.usherbrooke.ca/handle/11143/4844
dc.description.abstractDepuis la fin du 20e siècle, la vidéosurveillance est en demande croissante. Avec l'évolution permanente des technologies numériques, les systèmes de vidéosurveillance se sont généralisés de lieux publics à haute importante à la surveillance de résidence familiale. Malgré cela, l'inconvénient majeur de la vidéosurveillance reste sa dépendance à l'interprétation humaine. Nous proposons alors un système de surveillance intelligent qui a pour objectif principal l'aide à la prise de décision pour l'agent de surveillance, selon les différentes situations. Pour cela, notre système se base sur l'information provenant de plusieurs capteurs (caméras, détecteur de contact...). Dans notre travail, nous avons développé un modèle de reconnaissance d'actions humaines. Les résultats obtenus lors de l'expérimentation, montrent que notre modèle est performant et robuste. D'ailleurs, une comparaison avec les autres travaux existants confirme ces performances, considérées comme les meilleures. L'apport de notre approche réside dans une nouvelle caractéristique, appelée CSST (Contour et Sift Spatio-temporel).fr
dc.language.isofrefr
dc.publisherUniversité de Sherbrookefr
dc.rights© Omar Chahidfr
dc.titleDétection d'actions humaines interdites par fusion de capteursfr
dc.typeMémoirefr
tme.degree.disciplineInformatiquefr
tme.degree.grantorFaculté des sciencesfr
tme.degree.levelMaîtrisefr
tme.degree.nameM. Sc.fr


Files in this document

Thumbnail

This document appears in the following Collection(s)

Show simple document record