c) Les Résultats expérimentaux
Le corpus pour l'évaluation de la méthodologie
proposée a été préparé en
sélectionnant 102 images avec un total de 2813 Ground-truthed
(terre-verité) des lignes horizontales et verticales. Il consiste en
scannant de formulaires, journaux, des magazines, des travaux scientifiques,
billets de banque, chèques, des certificats et documents manuscrits.
La plupart des images ont des problèmes
sévères tel que la qualité qui peut être pauvre, des
lignes cassées ou des texte recouverts par des régions des
lignes. Les chercheurs qui ont développé ces recherches ont
utilisé un tableau de « MatchScore » pour les
lignes horizontales et verticales dont les valeurs sont calculées
d'après l'intersection des résultant des pixels des lignes et
les gound thruth. Une performance globale métrique peut être
détectée si l'on combine le taux de la découverte et les
résultes l'exactitude de la reconnaissance selon à la formule
suivante:
Avec :
· GlobalPerformanceMetrique : La Performance globale
Métrique
· Detection Rate : Le Taux de la Reconnaissance
· cognitionAccuracy : l'Exactitude de la
reconnaissance
Découverte et reconstruction de la Table:
(a) image Initiale; (b) la détection des intersections
des lignes; (c) Image sans lignes horizontales et verticales; (d)
Reconstruction du tableau.
Exemple : si le taux de reconnaissance est de 93% et
l'exactitude de reconnaissance de 99%, la performance globale métrique
sera de :
GlobalPerformanceMetrique=
GlobalPerformanceMetrique=96%
Nous avons apprécié cette méthode, c'est
pour quoi nous l'avons mise entre vos mains via ce travail, mais aussi parce
que la reconnaissance globale métrique est améliorée que
le taux de reconnaissance est croissant.
Cette méthode n'étant pas la seule pour
appréhender les tableaux, voyons la suite.
| 
