reconnaissance des caractères isolés en utilisant les réseaux bayésiens dynamiques

1. Application des réseaux bayésiens
dynamiques à la reconnaissance en-ligne
des caractères isolés
 Encadré par Professeur JAMAL KHARROUBI
 Présenté par ABDELHAMID EL HASSANI
Université Sidi Mohammed Ben Abdellah
Faculté des Sciences et Techniques Fès Sais
Master Systèmes Intelligents et Réseaux
RECONNAISSANCE DE FORMES

2. Plan
→Introduction
→Modèle de stroke
→Système de reconnaissance ‘’RBD’’
→Conclusion
2
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
02/11

3. 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
numériquement
traduction
03/11

4. 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

5. 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
.

6. Modèle de stroke ‘’RB’’
6
Un stroke
𝐸𝑃0 𝐸𝑃1
𝐼𝑃
Point médian IP
Point initial ep0
Point final ep1
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
06/11

7. Modèle de stroke ‘’RB’’
7
𝑒𝑝0 𝑒𝑝1
𝑖𝑝0
𝑖𝑝2
𝑒𝑝0
𝑒𝑝1
𝑖𝑝0
𝑖𝑝2 𝑖𝑝1
𝑖𝑝1
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
07/11

8. 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

9. Schéma du modèle implémenté
9
APPLICATION 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’

10. 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

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
11
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
11/11