Projet de fin d'étude : Reconnaissance des gestes de la main basée sur l'extraction manuelle et automatique des caractéristiques

Etudiant : BINID YOUSSEF

Filière : Master Informatique Décisionnelle et Vision Intelligente (MIDVI)

Encadrant : Pr. MAHRAZ MOHAMED ADNANE

Annèe : 2021

Résumé : La reconnaissance et la détection d'objets est un sous-domaine de la vision par ordinateur qui est actuellement fortement basé sur l'apprentissage automatique. Au cours de la dernière décennie, le domaine de l'apprentissage automatique a été dominé par les réseaux de neurones dits profonds, qui tirent parti des améliorations de la puissance de calcul et de la disponibilité des données. Un sous-type de réseau neuronal appelé réseau neuronal convolutif (CNN) est bien adapté aux tâches liées à l'image. Le problème de l'apprentissage automatique est que il nécessité le bon choix de caractéristique, et aussi l'apprentissage profond nécessite une grand base de données. Le travail est principalement divisé en trois étapes. La première étape est détecter et suivi  de la région de la main dans une image de la vidéo. Ensuite nous allons extraire les caractéristiques manuelle et automatique de la main. La dernière étape est de fusionner les caractéristiques utilisant l'algorithme MCB (Multimodal Compact Bilinear Polling), et convertir le model généré en tfLite pour l'utiliser en Android application.