Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/959
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBOUDAOUD, DJaber-
dc.date.accessioned2026-10-06T07:25:03Z-
dc.date.available2026-10-06T07:25:03Z-
dc.date.issued2026-
dc.identifier.urihttps://repository.esi-sba.dz/jspui/handle/123456789/959-
dc.descriptionEncadreur : Dr. Chaib Souleymanen_US
dc.description.abstractThis thesis presents OptiVision, an intelligent e-commerce platform for online eyeglass sales. The system combines Face Shape Classification, 3D Virtual Try-On, and an AI-powered Chatbot to replicate the guidance traditionally provided by professional opticians. Facial features are extracted using MediaPipe’s 468 landmarks and classified into five face shapes (Heart, Square, Oblong, Oval, and Round) using a Convolutional Neural Network (CNN). Experiments conducted on the Face Shape Dataset achieved an accuracy of 92.59%, outperforming traditional machine learning approaches. The classified facial geometry is then used to position 3D eyeglass models in real time through Three.js and WebGL, enabling an interactive virtual try-on experience. In addition, an AI chatbot provides personalized product recommendations based on the user’s face shape. The results demonstrate the potential of integrating Computer Vision, Augmented Reality, and Artificial Intelligence to improve user engagement and decision-making in online eyewear retail*** Cette thèse présente OptiVision, une plateforme intelligente de commerce électronique dédiée à la vente de lunettes en ligne. Le système combine la classification de la forme du visage, l’essayage virtuel 3D et un chatbot basé sur l’intelligence artificielle afin de reproduire l’accompagnement fourni par un opticien professionnel. Les caractéristiques faciales sont extraites à l’aide des 468 points de repère de MediaPipe puis classifiées en cinq formes de visage (Coeur, Carré, Oblong, Ovale et Rond) grâce à un réseau de neurones convolutifs (CNN). Les expérimentations réalisées sur la base de données Face Shape ont atteint une précision de 92,59%, surpassant les approches traditionnelles d’apprentissage automatique. La géométrie faciale obtenue est ensuite utilisée pour positionner des modèles 3D de lunettes en temps réel via Three.js et WebGL, offrant une expérience d’essayage virtuel interactive. En complément, un chatbot intelligent fournit des recommandations personnalisées adaptées à la forme du visage de l’utilisateur. Les résultats démontrent l’intérêt de combiner la vision par ordinateur, la réalité augmentée et l’intelligence artificielle pour améliorer l’expérience d’achat de lunettes en ligne.en_US
dc.language.isoenen_US
dc.subjectE-commerceen_US
dc.subjectFace Shape Classificationen_US
dc.subjectVirtual Try-Onen_US
dc.subjectArtificial Intelligenceen_US
dc.subjectCNNen_US
dc.titleIntelligent System for Eyeglasses Recommendationen_US
dc.typeThesisen_US
Appears in Collections:Ingenieur

Files in This Item:
File Description SizeFormat 
Graduation's Djaber-1-1.pdf134,23 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.