DC Field | Value | Language |
dc.contributor.author | LAOUEDJ, SArah | - |
dc.contributor.author | AGGOUN, LIna | - |
dc.date.accessioned | 2023-10-09T09:47:58Z | - |
dc.date.available | 2023-10-09T09:47:58Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | https://repository.esi-sba.dz/jspui/handle/123456789/431 | - |
dc.description | Superviser : Pr. Sidi Mohammed BENSLIMANE Co-superviser : Dr. Rabab BOUSMAHA | en_US |
dc.description.abstract | The field of AI has witnessed significant progress in recent years, enabling innovative
applications across various domains. Biometrics, a branch of AI, focuses on identifying
and verifying individuals based on unique physiological or behavioral traits. Among these
biometric modalities, face recognition has gained considerable attention due to its nonintrusive
nature and high recognition accuracy.
This thesis explores the development of a novel real-time facial recognition-based attendance
management web application. The system employs state-of-the-art deep learning
techniques to detect faces, identify spoofing attacks and recognize employees. By combining
computer vision and machine learning approaches, the system achieves reliable,
efficient and secure attendance management.
The implementation of the facial recognition-based attendance system showcases the
potential of AI and biometric technologies in revolutionizing traditional attendance management
systems. The results demonstrate the system’s effectiveness in accurately identifying
individuals in real-time, thereby streamlining the attendance tracking process.
Furthermore, the web application offers scalability and flexibility, making it adaptable to
various educational or corporate environments.***
Ces dernières années, le domaine de l’intelligence artificielle (IA) a connu des avancées
significatives, permettant des applications innovantes dans divers domaines. La biométrie,
en tant que branche de l’IA, se concentre sur l’identification et la vérification des individus
en se basant sur des traits physiologiques ou comportementaux uniques. Parmi les
différentes modalités biométriques, la reconnaissance faciale a suscité une attention considérable
en raison de sa nature non intrusive et de sa grande précision d’identification.
Cette thèse explore le développement d’une application web de gestion de présence
basée sur la reconnaissance faciale. Le système utilise des techniques dd’apprentissage
automatique pour détecter les visages, contrer les attaques de contrefaçon et reconnaître
les employés. En combinant la computer vision et les approches d’apprentissage automatique,
le système parvient à une gestion fiable, efficace et sécurisée de la présence.
La mise en oeuvre du système de gestion de présence basé sur la reconnaissance faciale
met en évidence le potentiel de l’IA et des technologies biométriques pour révolutionner
les systèmes traditionnels de gestion de présence. Les résultats démontrent l’efficacité
du système pour identifier avec précision les individus en temps réel, ce qui permet de
rationaliser le suivi de la présence. De plus, l’application web offre une évolutivité et une
flexibilité, ce qui la rend adaptable à différents environnements éducatifs ou corporatifs. | en_US |
dc.language.iso | en | en_US |
dc.subject | Artificial Intelligence | en_US |
dc.subject | Biometrics | en_US |
dc.subject | Face Recognition | en_US |
dc.subject | Attendance System | en_US |
dc.subject | Web Application | en_US |
dc.title | Real-Time Attendance Management System using Face Recognition | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Ingénieur
|