Accueil › Annuaire des chercheurs › Heyfa Ammar
Heyfa Ammar
Affiliation : Tunis University · National Engineering School of Tunis · Tunis El Manar University
- 20Publications (affiliation tunisienne)
- 25Publications au total
- 371Citations
- 7Indice h
Profil de recherche
Heyfa Ammar compte 20 publications référencées (2009–2025). Ses travaux paraissent principalement dans « Machine Vision and Applications », « Journal of King Saud University - Computer and Information Sciences » et « IoT ». Son article le plus cité, « Credit card fraud detection in the era of disruptive technologies: A systematic review » (2022), a été cité 202 fois. 3 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 3 chercheurs, notamment dans des établissements de Arabie saoudite.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Advanced Image Processing Techniques
- Image and Signal Denoising Methods
- Video Surveillance and Tracking Methods
- Image and Video Quality Assessment
- Anomaly Detection Techniques and Applications
Publications (20)
- Optimizing IoMT Security: Performance Trade-Offs Between Neural Network Architectural Design, Dimensionality Reduction, and Class Imbalance Handling
- Encoder–decoder graph neural network for credit card fraud detection
- DivGAN: A diversity enforcing generative adversarial network for mode collapse reduction
- Credit card fraud detection in the era of disruptive technologies: A systematic review
- DeepROD: a deep learning approach for real-time and online detection of a panic behavior in human crowds
- Real-time frequency-based detection of a panic behavior in human crowds
- Review on Real-time Detection of a Panic Behavior in Crowded Scenes
- Quantitative Analysis of Healthy and Pathological Vocal Fold Vibrations using an Optical Flow based Waveform
- Automatic blotch removal using a perceptual approach
- Statistical detection of a panic behavior in crowded scenes
- Optical flow based waveform for the assessment of the vocal fold vibrations
- A motion-based waveform for the detection of breathing difficulties during sleep
- Obstructive sleep apnea diagnosis based on a statistical analysis of the optical flow in video recordings
- Statistical glottal segmentation of videoendoscopic images using geodesic active contours
- Hierarchical preprocessing for improving the blotch detection performances
- Motion compensation under varying illumination for wavelet-based blotch detection in old movies
- Wavelet-based blotch detection in old movies exploiting interscale dependency
- Wavelet-based blotch restoration exploiting interscale dependency
- Impact of the motion compensation step in wavelet-based blotch detection in old movies
- A novel spatio-temporal method for blotch detection in the wavelet transform domain
Revues de publication
- Machine Vision and Applications × 3
- Journal of King Saud University - Computer and Information Sciences × 2
- IoT × 1
- Artificial Intelligence × 1
- Multimedia Tools and Applications × 1
- International Conference on Computer Applications & Information Security (ICCAIS) × 1
Publications par année
- 20251
- 20241
- 20231
- 20221
- 20211
- 20201
- 20193
- 20183
- 20161
- 20141
Collaborations
Établissements partenaires : King Abdulaziz University · University of Carthage · École Supérieure des Communications de Tunis · Université Tunis Carthage
Pays des co-auteurs : Arabie saoudite
Co-auteurs
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir Dzcademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.