WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Etude des méthodes de reconnaissances d'empreinte digitale a l'aide du deep learning


par Jean-Edmond DASSE
Université Félix Houphouet-Boigny - Master 2 Recherche option informatique 2019
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

II.2.1.6. L'utilisation des Réseaux de Neurones

L'utilisation des réseaux de neurones (RN) pour la classification de modèle d'empreinte digitale d'une personne se déroule comme suit : Les empreintes détectées après la normalisation et le prétraitement pour réduire la taille du réseau de neurone. Alors les images sont représentées par des matrices. Ces matrices (images) contiennent les valeurs de gris de la texture du modèle d'empreinte. Ces valeurs sont des signaux d'entrée pour le réseau de neurones. La structure neuronale du réseau utilisé

par Rahib Hidayat Abiyev et Koray Altunkaya est donnée par la figure (1.27).

Figure 1.20 : Architecture de réseaux.

Où : x1, x2, ..., xm sont des valeurs d'entrée des niveaux de gris qui caractérise l'information de texture de l'iris, P1, P2, ..., Pn sont des modèles de sortie qui caractérisent l'empreinte.

 

Mémoire de Master option Bases de Données et Génie Logiciel

 

21

22

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Entre deux mots il faut choisir le moindre"   Paul Valery