WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Reconnaissance des caractères arabes imprimés par l'approche neuro-génétique.

( Télécharger le fichier original )
par Marwa AMARA
Ecole nationale des sciences de l'informatique - Master  2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE 3. CONTRIBUTIONS À LA RECONNAISSANCE DES CARACTÈRES

ARABES IMPRIMÉS

Conclusion

L'objectif de notre contrubition consiste à minimiser le nombre de primitives sélectionnées tout en améliorant ou en maintenant le taux de reconnaissance du système. La méthode des AGs est utilisée pour assurer cette minimisation. L'utilisation de l'approche Filter décrite à la section 3.2.2 consiste à éffectuer une sélection de primitives pertinentes, par la suite, l'apprentissage se lance.

Dans ce chapitre, nous avons présenté notre contribution sous forme d'un diagramme décrivant les différents composants qui la forme. Puis nous avons détaillé chaque processus à part. Dans le chapitre suivant, nous effectuons une étude expérimentale de notre système. Et nous mettons en évidence l'apport de notre approche.

Chapitre4

Expérimentation et évaluation

L

A sélection des primitives est une étape importante dans un système de reconnaissance

de formes. Cette sélection est considérée comme un problème d'optimisation. Les algo-
rithmes génétiques sont utilisés pour résoudre ce problème de sélection des primitives dans notre système proposé.

Après avoir décrit notre contribution et spécifié les différents besoins de notre application, ce chapitre traite les résultats expérimentaux relatifs à notre approche. Nous commençons par décrire les différentes méthodes d'évaluation d'un OCR. Ensuite, nous illustrons les différentes étapes de notre système de reconnaissance appliquées sur une image d'un texte arabe imprimé. Nous discutons le choix des paramètres de l'algorithme génétique. Enfin, une évaluation des résultats obtenus est présentée.

4.1 Méthodes d'évaluation d'un OCR

Bien que plusieurs efforts sont déployés afin de développer un système de reconnaissance d'écriture arabe avec des bonnes performances, certains problèmes persistent encore. En effet, aucun système n'est parfait. La méthode d'évaluation se fait en se basant sur le type d'information qu'on souhaite extraire d'un OCR [BC06]. Si l'OCR est considéré comme une boîte noire de la quelle seul le résultat de la reconnaissance des mots est accessible, l'évaluation est faite de manière globale. Dans le cas où nous disposons d'une information plus précise, nous pouvons affiner la mesure de la performance. Deux méthode d'évaluation sont alors utilisées dans la littérature : évaluation globale et évaluation locale.

57

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Nous voulons explorer la bonté contrée énorme où tout se tait"   Appolinaire