Etudiant : HAMANI HAFSA

Filière : Machine Learning Avancé et Intelligence Multimédia (MLAIM)

Encadrant : Pr. RAMADAN HIBA

Annèe : 2025

Résumé : Avec la multiplication des caméras de surveillance dans les espaces publics et privés, il devient crucial de développer des systèmes intelligents capables de détecter automatiquement des comportements violents en temps réel. Ce projet vise à concevoir un modèle basé sur une architecture à deux flux (Two-Stream ResNet101) combinée à un réseau BiLSTM avec un mécanisme d'attention. Le premier flux exploite les informations spatiales à partir des images vidéo (images RGB), tandis que le second flux capture les dynamiques temporelles à partir des flux optiques. Le réseau BiLSTM permet de modéliser la séquence temporelle des événements, et le module d’attention renforce la contribution des instants clés. L’approche proposée permet une détection plus précise et robuste des scènes violentes, tout en maintenant un bon équilibre entre performance et rapidité, adapté aux applications en temps réel.