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  2012
  

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 1. LA RECONNAISSANCE OPTIQUE DES CARACTÈRES

1.3.5.3 Approche statistique

Une forme est représentée par un vecteur de paramètre. Une étude statistique effectuée sur l'ensemble de ces vecteurs permet de les regrouper en classe. L'étude de répartition des formes à reconnaitre dans un espace métrique et la caractérisation statistique des classes permettent de prendre une décision de reconnaissance. Cette décision est de type plus fort probabilité d'appartenir à une classe. Une étude détaillée sur les méthodes statistiques se trouve dans [JDJ00]. Dans ce qui suit, nous décrivons trois méthodes statistiques parmi les plus couramment utilisées.

- L'approche bayésienne : La classification bayésienne consiste à calculer la probabilité a posteriori de chaque classe de forme sur les paramètres extraits, la probabilité conditionnelle du vecteur des paramètres étant donnée la classe et la probabilité à priori de chaque classe. Dans le domaine de reconnaissance des caractères arabes, cette méthode a été utilisée dans le travail de [TB07].

- La méthode de k plus proche voisin : K plus proche voisin est une méthode de raisonnement à partir des cas. Elle consiste à prendre des décisions en recherchant des cas similaires déjà résolus en mémoire. C'est l'une des méthodes les plus simples. Etant donnée une base d'apprentissage d'images, pour classer un nouveau cas, le classifieur KPPV6 cherche ces K plus proches voisins et prédit la réponse la plus fréquente. Deux paramètre sont utilisés par cette méthode : le nombre K et la fonction de similarité. Cette méthode est utilisée dans [Der09] pour la reconnaissance des chiffres imprimés.

- Les réseaux de neurones: Les classifieur de type réseaux de neurones proviennent d'une modélisation des neurones biologiques. Un neurone permet de définir une fonction discriminante linéaire dans l'espace de représentation des entrées. Les réseaux de neurones ont connu un grand essor pour la reconnaissance de l'arabe. ILs sont utilisés dans un nombre remarquable de travaux tels que [CBB01, Der09, Tim01]. Nous viendrons sur les réseaux de neurones dans le deuxième chapitre de cette mémoire.

1.3.5.4 Les approches hybrides

Dans [Feh99, Men08, Reb07], les chercheurs utilisent une collaboration entre une approche statistique et une approche structurelle. Ces systèmes opèrent sur deux niveaux : Le premier extrait puis reconnaît les primitives des formes grâce à un classifieur statistique. Le dexième

6. K plus proche voisin

19

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








"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille