Application des réseaux bayésiens

dynamiques à la reconnaissance en-lignedes caractères isolés

Encadré par Professeur JAMAL KHARROUBI

Présenté par ABDELHAMID EL HASSANI

Université Sidi Mohammed Ben Abdellah Faculté des Sciences et Techniques Fès SaisMaster Systèmes Intelligents et Réseaux

RECONNAISSANCE DE FORMES

Plan

→Introduction

→Modèle de stroke

→Système de reconnaissance ‘’RBD’’

→Conclusion

2APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 02/11

Introduction

APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 3

La reconnaissance de l’écriture manuscrite

Un traitement informatique qui a pour but:

Texte écrit à la main Texte codé

numériquementtraduction

03/11

en-ligne

Introduction

APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS

La reconnaissance de l’écriture manuscrite

hors-ligne Stroke

Point de début

Point de fin

404/11

Exemple de stroke: 4,1 et 5

5

Composé de 4 stroke Composé de 4 stroke Problème du tracé curviligne

12

3

1

2

3 4

APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 05/11

3

12

.

4

.

Modèle de stroke ‘’RB’’

6

Un stroke

𝐸𝑃0 𝐸𝑃1

𝐼𝑃

Point médian IP

Point initial ep0Point final ep1

APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 06/11

Modèle de stroke ‘’RB’’

7

𝑒𝑝0 𝑒𝑝1

𝑖𝑝0

𝑖𝑝2

𝑒𝑝0𝑒𝑝1

𝑖𝑝0

𝑖𝑝2 𝑖𝑝1

𝑖𝑝1

APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 07/11

Segmentation des caractères isolés

8

a b c

(a) caractère original (b) caractère normalisé (c) caractère segmenté

traitement et segmentation du caractère "A"

APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 08/11

Schéma du modèle implémenté

9APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 09/11

UNIPEN

Normalisation de #N

Segmentation manuelle #T

N-T échantillons non segmentés Estimer 𝑊,

Algorithme de recherche par programmation dynamique

Corpus de

teste Normalisation de #N’

Résultats obtenus

10

0

20

40

60

80

100

120

A B C D E F G H

Taux globaux de

reconnaissance des

lettres A jusqu’à H

Lettres

A B C D E F G H

A

B

C

D

E

F

G

H

Taux de reconnaissance des lettres

APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 10/11

Conclusion

►Le travail présenté dans l’article avait pour objectif:

la conception et la réalisation d’un système de reconnaissance automatique en ligne des caractères isolés

◦ Le modèle de stroke

◦ Réseaux bayésiens dynamiques

►D’autre approche peuvent être utilisées:

◦ SVM

◦ HMM

11APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-

LIGNE DES CARACTÈRES ISOLÉS 11/11