Projet de fin d'étude : Détection de Violence dans les séquences Vidéo à l’aide du Deep Learning

Etudiant : KHATIM KAOUTAR

Filière : Master Informatique Décisionnelle et Vision Intelligente (MIDVI)

Encadrant : Pr. AUTRE

Annèe : 2022

Résumé : Au cours des dernières années, l’apprentissage profond et la vision par ordinateur ont connu une évolution importante concernant la création et l’utilisation des modèles complexes pour la détection de violence dans les séquences vidéo. Ce développement a aidé potentiellement les chercheurs pour améliorer les systèmes existants par des modèles du Deep Learning les plus performants. Dans ce projet, nous évaluerons la fiabilité des modèles d’apprentissage profond en présentant un système de détection de violence dans les séquences vidéo utilisant CNN et LSTM. Le modèle prend des séquences vidéo brutes comme entrée, convertit chaque séquence en 40 images et produit une classification binaire de chaque séquence en violence ou de la non-violence. Nous avons utilisé le modèle pré-entrainé VGG16 pour extraire les caractéristiques des images des séquences vidéo et nous les injectons ensuite dans un bloc LSTM. Nous avons entraîné notre modèle sur 200 epochs, et nous avons eu une bonne précision de 95%, ce qui est bon, compte tenu de la quantité de données dont nous disposons. Mots-clés : Apprentissage Profond, Vision Par Ordinateur, Détection Violence, Apprentissage Profond, CNN, LSTM, VGG16.