Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Détection d’anomalie Par Apprentissage, Etude de cas : « Contrôle routier » Rép

Détection d’anomalie Par Apprentissage, Etude de cas : « Contrôle routier » République Algérienne Démocratique et Populaire Ministère de l'Enseignement Supérieur et de la Recherche Scientifique Université Echahid hamma lakhdar – El-Oued Faculté des Sciences Exactes Département d’informatique Proposition d’un projet de fin d’étude (Master) Intitulé Sujet Encadreur: Bali Mouadh, Grade : MAA. E-mail: bali-mouadh@univ-eloued.dz , Tél: 06 65 51 09 57. Problématique du sujet : La dernière décennie fut marquée par des événements dramatiques, tels que des accidents de la circulation. Selon un bilan du Centre national de prévention et de sécurité routières (CNPSR), pendant les neuf 09 premiers mois de l’année 2019, on a 17 525 accidents de route survenus à l'échelle du territoire algérien1, et parmi 26954 victimes on trouve presque 10% personnes ont trouvé la mort. A cela se contribue à l'augmentation du sentiment d’insécurité dans la population. Celui-ci a poussé au premier plan la problématique sécuritaire pour en faire une priorité dans les politiques des gouvernements. Afin de répondre à certains des besoins liés à la sécurité et à l’ordre public, la vidéosurveillance se présente alors comme une solution de choix. En effet, portée par des progrès technologiques très rapides, un ensemble d’applications très variées et un marché de la sécurité florissant. Cette technologie s’est progressivement imposée comme un moyen incontournable pour contribuer à l’amélioration de la sécurité routière dans les villes. L’apparition de la vidéosurveillance a débuté avec les systèmes CCTV (Closed-Circuit TeleVision) analogiques. Ces systèmes consistent en un certain nombre de caméras placées dans de multiples endroits et connectées à un ensemble de moniteurs placés dans une salle de contrôle. Ainsi, ils permettent à l’opérateur humain chargé de regarder les écrans de 1 http://www.aps.dz/societe/96240-accidents-de-la-route-2-557-deces-et-24-397-blesses-lors-des-9-premiers-mois-de- 2019 [ Visité le 27/10/2019 ] contrôler et de surveiller en temps réel ce qui se passe sur l’ensemble des sites observés. L’un des inconvénients majeurs de ces systèmes est que la détection d'événements « d’intérêt » dépend entièrement et uniquement des opérateurs humains, qui ont une capacité et une durée d'attention limitées. Par la suite, les recherches menées dans ce domaine ont tenté de développer des systèmes automatisés prenant en charge une partie de l’analyse de la scène afin d’assister l’opérateur humain pour l’émission d’alertes relatives à des anomalies, ainsi que pour attirer son attention en temps réel. Ceci a donné lieu aux systèmes de vidéosurveillance dite « intelligente », qui peuvent prendre en charge la surveillance temps- réel « d’objets » mobiles ou immobiles dans un environnement spécifique. Dans le cadre de ce travail, il est demandé aux étudiants de proposer une approche basée à l’apprentissage pour modéliser l’apparence et la reconnaissance des catégories d’objets dans la vidéo surveillance intelligente. Ensuite, on adapte cette approche à la détection des comportements anormaux dans le domaine de contrôle routier allant de la simple détection de mouvements à la reconnaissance d'événements complexes. Mots clés : Apprentissage automatique (Machine Learning), réseaux de neurones (NN), Détection d'anomalie, CCTV, Vision par ordinateur (Computer Vision). Durée : 05 mois Plan du travail : 1- Faire un état de l’art sur les techniques d’apprentissage, reconnaissance et traitement d’image. 2- Faire un état de l’art sur le domaine de contrôle routier, les systèmes CCTV, problèmes et solutions. 3- Etude et concevoir des Dataset sur les anomalies routières. 4- Proposition d’un modèle de détection d’anomalies basé sur l’apprentissage par réseaux de neurones, en utilisant les Datasets élaborées. 5- Adaptation du modèle à un cas d’étude. 6- Validation des résultats et rédaction de mémoire. uploads/Management/ sujet2-detection-d-x27-anomalie-par-apprentissage-etude-de-cas-controle-routier.pdf