Etudiant : EL-MIZABI FATINE

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. EL BOURAKADI DOUNIA

Annèe : 2023

Résumé : Ce mémoire présente une étude approfondie sur l’explication des interactions homme machine (IHM), mettant en évidence l’importance de la revue systématique de la littérature (SLR) dans ce domaine. La SLR a joué un rôle crucial en recueillant, évaluant et synthétisant les connaissances existantes sur les explications des IHM, offrant ainsi une base solide pour le projet. En utilisant des modèles de segmentation basés sur l’architecture UNET et des modèles de classification basés sur un réseau de neurones convolutif (CNN) avec le modèle pré-entraîné VGG19, des approches efficaces ont été développées pour la reconnaissance des gestes de la main. Ces modèles ont été entraînés sur des données gestuelles collectées et préparées selon une méthodologie détaillée décrite dans le rapport. Les résultats obtenus ont révélé des performances prometteuses, démontrant ainsi le potentiel des modèles proposés. Les modèles de segmentation ont démontré leur capacité à localiser et à identifier précisément les régions de la main dans les images, tandis que les modèles de classification ont permis une classification précise des gestes. Cette étude apporte une contribution significative à la compréhension et au développement de l’explication des IHM.