Etudiant : HAMANI HAFSA

Filière : Machine Learning Avancé et Intelligence Multimédia (MLAIM)

Encadrant : Pr. RAMADAN HIBA

Annèe : 2025

Résumé : Avec l’essor des caméras de surveillance, la détection automatique de comportements violents dans les vidéos devient un enjeu crucial. Ce projet j'ai proposé une approche innovante basée sur un modèle Two-Stream combinant ResNet-101 pour l’extraction des caractéristiques spatiales et un BiLSTM avec attention multi-tête pour analyser les dynamiques temporelles. L’architecture permet une analyse fine des scènes violentes en exploitant les dimensions spatiales, temporelles et contextuelles. Les évaluations comparatives montrent des performances supérieures face à d'autres méthodes classiques (CNN+RNN, 3D CNN, Transformers), avec une bonne précision et une efficacité adaptée au temps réel. Cette solution modulaire est idéale pour une intégration dans les systèmes de vidéosurveillance intelligents, même en environnements contraints.