KRAIM ,RadjiBEN HADDAD, AghilesBOUACHA ,Rami Ahmed MokhtarMazouzi , Smaine ; Lala Bouali, Yasmine2024-10-222024-10-222024http://dspace.univ-skikda.dz:4000/handle/123456789/2950Au cours des dernières décennies, la reconnaissance des émotions et l'informatique affective ont suscité un vif intérêt dans divers domaines de recherche. Les expressions faciales sont reconnues comme un moyen efficace pour identifier les caractéristiques distinctives du comportement humain et décrire les états émotionnels avec précision. Dans ce travail de Master, nous nous concentrons sur la détection des émotions humaines à partir de visages. Nous utilisons des réseaux de neurones à convolution (CNN) pour analyser le dataset FER2013 et identifier des émotions comme le bonheur, la tristesse, la colère, la surprise, le dégoût, la neutralité et la peur. Nos expérimentations sont menées sur les plateformes Spyder et Google Colab. Les CNN sont des architectures spécialisées dans la reconnaissance de formes visuelles. En plus de l'analyse théorique, nous avons développé un modèle innovant de détection d'émotions basé sur les CNN. Notre étude inclut une comparaison détaillée entre différentes architectures comme ResNet, VGG, FER-Model, SVM-CNN et Sequential-Model pour leur capacité à apprendre et reconnaître les émotions.frMémoire de Master