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

Conclusion

Ce chapitre nous a permis d'avoir un aperçu général sur les réseaux de neurones. Notre étude s'est intéressée principalement aux réseaux de neurones de type PMC. Nous avons décrit leur architecture et leur algorithme d'apprentissage. De même, ce chapitre nous a permis d'avoir une vue générale sur les concepts des AGs. Nous pouvons conclure que les AGs peuvent résoudre des problèmes assez complexes grâce aux opérateurs de reproduction. Les AGs sont des procédures robustes pour résoudre un problème d'optimisation pour la sélection des primitives. Dans la dernière partie de ce chapitre, nous avons illustré quelques hybridations entre les PMCs et les AGs dans le domaine d'OCR.

37

CHAPITRE 2. FONDEMENTS THÉORIQUES

L'objectif de notre projet est de minimiser les entrées du réseau de neurone tout en améliorant la performance du système de reconnaissance. Pour se faire, nous utilisons les éléments da la théorie de l'optimisation basée sur les principes de la sélection naturelle qui donne, d'après la littérature, de meilleurs résultats dans la sélection des primitives. En ce sens, les chapitres suivants seront consacrés à la présentation des étapes de notre système de reconnaissance des caractères arabes en utilisant une hybridation neuro-génétique.

Chapitre3

Contributions à la reconnaissance Des

caractères arabes imprimés

N

OUS désignons par une approche "hybride" un modèle faisant coopérer un ou plusieurs réseaux de neurones et un algorithme génétique. L'avantage de ce type de modèle par rapport à l'usage d'un réseau de neurones pur est qu'il améliore le taux de reconnaissance de système.

Nous consacrons ce chapitre à la description de notre approche. Dans un premier temps, nous présentons le problème à résoudre, nous justifions le choix de l'approche et nous donnons un aperçu sur le système de reconnaissance que nous avons développé. Dans un deuxième temps, nous présentons les opérations de prétraitement effectués sur l'image du texte. Ensuite, nous décrivons la phase de segmentation du document. Puis, nous expliquons la méthodologie adoptée pour la sélection des primitives par les algorithmes génétiques. Enfin nous détaillons le processus de reconnaissance.

3.1 Position du problème

Le but de notre travail est de déterminer la méthodologie la plus appropriée pour résoudre le problème de sélection des primitives dans un système de reconnaissance des caractères arabes imprimés multifontes. Malgré les nombreux travaux menés sur la reconnaissance de l'écriture arabe imprimée, plusieurs problèmes existent encore. Ces problèmes concernent plusieurs aspects. La diversité de l'alphabet arabe ainsi que les caractéristiques compliquées des caractères (boucle, contour similaire,..) rend la méthode de sélection des primitives la plus appropriée difficile. De plus, les primitives extraites peuvent être pertinentes pour certains

39

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








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera