Conclusion
Ce chapitre nous a permis d'amener une étude
théorique des notions de l'OCR. Tout d'abord, nous avons
présenté les concepts généraux d'un système
de reconnaissance des caractères en précisant les méthodes
principaux. Nous avons, ensuite, expliqué les différentes
méthodes rencontrées par l'OCR. Après une
présentation, dans la deuxième section, des
propriétés de l'écriture arabe nous avons prouvé la
complexité des tâches d'un AOCR.
Dans notre travail, nous sommes intéressés
à l'ensemble des étapes d'un OCR (prétrai-tement,
extraction de primitives et classification). Notre objectif est la
sélection du sous-ensemble des primitives pertinentes. Ces primitives
appartient à l'ensemble des primitives extraites du système de
reconnaissance des caractères arabes imprimés. Le but de cette
sélection consiste à augmenter le taux de reconnaissance et
à minimiser le nombre des entrées du classifieur utilisé.
Nous aborderons en détails, dans le chapitre suivant, les outils de
sélection de primitives utilisés.
Chapitre2
Fondements Théoriques
L
ES méthodes de reconnaissance à base de
réseaux de neurone ont été étudiées
depuis
plusieurs années dans le but de réaliser des
performances proches de celles observées
chez l'humain. Ces
réseaux sont constitué par des éléments de calcul
opérant en parallèle de même manière que les
réseaux de neurones biologiques. De même, Les algorithmes
génétiques représentent une famille très
intéressante d'algorithmes d'optimisation fondés sur des
opérations de la sélection naturelle. La nature a
été source d'inspiration de beaucoup de travaux sur l'hybridation
des réseaux de neurones avec des algorithmes
génétiques.
Nous effectuons, dans ce chapitre, un survol des
réseaux de neurones artificiels de type perceptron multicouche, leurs
modélisations, leurs architectures et leurs principes d'apprentissage.
Ensuite, nous présenterons les algorithmes génétiques et
nous expliquerons leur principe de fonctionnement. Enfin, nous exposerons
quelques hybridations neuro-génétique dans le domaine d'OCR.
2.1 Le réseau perceptron multicouche
Le Réseau de neurones n'a pas une définition
universelle. Il est constitué d'un ensemble de neurones, ayant chacune
une mémoire locale. Ces neurones sont reliées par des canaux de
communication, qui transportent des données numériques. Les
neurones peuvent agir sur leurs données et sur les entrées
qu'elles reçoivent par leurs connexions. La plupart des RNs
1 ont une capacité
d'apprentissage. Ils apprennent à partir des exemples, de même que
les enfants apprennent à lire en lui présentant des exemples des
lettres et des chiffres, écrits
1. Réseau de Neurone
21
| 
