Résumé:
يتمثل مشروعنا ي لسنراا لسائ ة ا ي ويريو ام ذ ي يئ إ ىسإ ىاذ ي صرأو عع ن ش عصرأ
يع شرر ي مناإ ي يتور ذال لسام ذ م ام م متلرن ل سترل. للعي يذرذ لتلرا ق ق
سلرررو عهرا للصررأ ست ي م ىيل ارل ي يول علسث ا يذرذ لتلررا ق لسودذ ست ي م ىيل
ارل ي يو وتضرم لسعرع ي ا للعس ا ىلدأ ع لر ة لسون يا لسلر ا م دي ام ما لسا
حتإ يتموارل م لست ل عىاذ ي لسشرأو لسمعول سنأيو ستلرا ق لسلررود لعرتأ ما مأيي ا
ور.يع عسرل RGBلسذ عر ا عمأيي ا ور.يع انر LBPلسذ عر اد ل سار يا ىسإ ةسا لسمتائ ا
لس لنما (SVM (أقلش لومارا عم ستلررررا ق لسودذد يذر لعررررتأر مار MFCCست ر ي معنمر ا
لسودذ ع SVMسنتلا ق.
لسونم ا لسمفت ح ا: صروشد دذد عههد ىعع ي ا ععس اد ولا ق SVM
Résume
Notre projet de fin d’étude consiste à réaliser un système
intelligent qui a pour objectif de secourir une personne
particulièrement ou plusieurs personnes qui vivent dans un
bâtiment intelligent. ce système est compose de deux systèmes qui
sont montes en parallèle. Le premier consiste à faire la
classification des images précisément des visages des personnes
pour voir est ce qu’ils en danger, le deuxième consiste à faire la
classification de la parole afin de voir est ce qu’ils en danger. Le
secourisme consiste à informer les concernes de la sante par notre
système intelligent pour intervenir et secourir la personne en
danger. Pour la classification des images nous avons utilisés, les
2
histogrammes de couleurs RGB normalisés et les histogrammes de
textures LBP normalisés, et les SVM (support vecteur Machine)
comme un outil de programmation. Pour la classification de la
parole nous avons utilisés les MFCC pour la parametrisation de la
parole et les SVM pour la classification
Mots clés : image, parole, visage, secourisme, classification,
SVM
Summary
Our final year project consists of developing an intelligent
system aimed at rescuing a specific person or several people living
in a smart building. This system is composed of two systems that
are connected in parallel. The first consists of precisely classifying
images of people's faces to determine if they are in danger; the
second consists of classifying speech to determine if they are in
danger. First aid involves informing healthcare professionals
through our intelligent system so that they can intervene and rescue
the person in danger. For image classification, we used normalized
RGB color histograms and normalized LBP texture histograms, as
well as SVM (Support Vector Machine) as a programming tool.
For speech classification, we used MFCC for speech
parameterization and SVM for classification.
Keywords: image, speech, face, first aid, classification, SVM
