Zentar Mohamed Dhia El Hak | Université 8 Mai 1945 Guelma

Road accidents cause thousands of victims each year. The alarming increase in this number has prompted researchers to develop applications to help the driver detect obstacles, road signs, or vehicles in suspicious conditions that can cause road accidents. The main causes of these accidents are not only excessive speed by vehicles but also animals or pedestrians crossing the road. In 2021, on the east-west highway of Ain Defla, a terrifying accident caused by a broken-down motorist hit by a car while trying to cross the road caused a pile-up of 34 vehicles, killing at least five and injuring 12. Driving assistance systems seem to be a good solution for limiting road accidents. We seek to develop an intelligent driving assistance system whose main objective is detecting vehicles and pedestrians in road areas to alert the driver in time to take safety precautions (slowing down, braking, etc.). The application is based on deep learning of Visual Transformers combined with Convolutional Networks (CNN). Usually used in NLP (Natural Language Processing), visual processors have demonstrated their robustness in artificial vision with performances exceeding CNN's.

Abstract (Ar)

Abstract (Ar):

تتسبب حوادث الطرق في وقوع آلاف الضحايا كل عام. وقد دفعت الزيادة المقلقة في هذا العدد الباحثين إلى تطوير تطبيقات تساعد السائق على اكتشاف العوائق أو علامات الطريق أو المركبات في ظروف مريبة يمكن أن تتسبب في حوادث الطرق. ولا تقتصر الأسباب الرئيسية لهذه الحوادث على السرعة الزائدة للمركبات فحسب، بل أيضاً الحيوانات أو المشاة الذين يعبرون الطريق. ففي عام 2021، على الطريق السريع بين الشرق والغرب في عين الدفلى، تسبب حادث مروع وقع على الطريق السريع بين الشرق والغرب في عين الدفلى في حادث مروع تسبب في اصطدام سائق سيارة معطلة بسيارة أثناء محاولته عبور الطريق، مما أدى إلى تكدس 34 سيارة، مما أسفر عن مقتل خمسة أشخاص على الأقل وإصابة 12 آخرين. يبدو أن أنظمة المساعدة على القيادة تمثل حلاً جيداً للحد من حوادث الطرق. نحن نسعى إلى تطوير نظام ذكي للمساعدة في القيادة هدفه الرئيسي هو اكتشاف المركبات والمشاة في مناطق الطرقات لتنبيه السائق في الوقت المناسب لاتخاذ احتياطات السلامة (إبطاء السرعة، الكبح، إلخ). يعتمد التطبيق على التعلّم العميق للتحوّلات .CNN وقد أثبتت المعالجات البصرية قوتها في الرؤية الاصطناعية بأداء يفوق أداء شبكات (NLP) تُستخدم عادةً في معالجة اللغات الطبيعية.(CNN) البصرية مع الشبكات التلافيفية

Abstract (Fr)

Abstract (Fr):

Les accidents de la route font des milliers de victimes chaque année. L'augmentation alarmante de ce nombre a incité les chercheurs à développer des applications pour aider le conducteur à détecter les obstacles, les panneaux de signalisation ou les véhicules suspects susceptibles de provoquer des accidents de la route. Les principales causes de ces accidents sont non seulement la vitesse excessive des véhicules, mais aussi les animaux ou les piétons qui traversent la route. En 2021, sur l'autoroute est-ouest d'Ain Defla, un accident terrifiant causé par un automobiliste en panne percuté par une voiture alors qu'il tentait de traverser la route a provoqué un carambolage de 34 véhicules, faisant au moins cinq morts et 12 blessés. Les systèmes d'aide à la conduite semblent être une bonne solution pour limiter les accidents de la route. Nous cherchons à développer un système intelligent d'aide à la conduite dont l'objectif principal est de détecter les véhicules et les piétons dans les zones routières afin d'alerter le conducteur à temps pour qu'il prenne des mesures de sécurité (ralentissement, freinage, etc.). L'application est basée sur l'apprentissage profond de transformateurs visuels combinés à des réseaux convolutifs (CNN). Habituellement utilisés en NLP (Natural Language Processing), les transformateurs visuels ont démontré leur robustesse en vision artificielle avec des performances supérieures à celles des CNN.

Scientific publications

Scientific publications :

Scientific publications

Scientific conferences

Scientific conferences:

Scientific conferences