Etudiant : SAIDI HOUDA

Filière : Master Big Data Analytics & Smart Systems (BDSaS)

Encadrant : Pr. AZOUGH AHMED

Annèe : 2022

Résumé : La détection de la violence est devenue un sujet important au cours de la dernière décennie. Dans le cadre de ce mémoire, on propose une architecture de modèle CNN combiné avec BiLSTM utilisée dans un dispositif de l’Internet des objets (IOT) à faible coût tel que la carte Raspberry Pi afin de détecter la violence en temps réel ainsi, la possibilité de géolocaliser la zone de surveillance utilisant MapBox. Nous avons utilisé des réseaux neuronaux convolutionnels (CNN) pour apprendre les caractéristiques spatiales des images vidéo qui sont appliquées à un LSTM bidirectionnel pour la classification des vidéos en classes de violence/non-violence. Les résultats expérimentaux montrent la haute performance du modèle de détection de la violence proposé en termes d’accuracy 94%.