Reconnaissance de mots manuscrits en utilisant le modèle de Markov Caché: Application aux noms d’auteurs arabes

Loading...
Thumbnail Image

Date

2016

Journal Title

Journal ISSN

Volume Title

Publisher

Université Mouloud Mammeri

Abstract

L’objectif de notre travail est la réalisation d’un système de reconnaissance de mots arabes manuscrit. Pour ce faire, nous proposons un système basé sur une méthode analytique en utilisant le modèle de Markov caché (MMC) avec segmentation. Le système que nous allons proposer est composé de deux sous-systèmes : un sous-système d'apprentissage et un sous-système de reconnaissance : Le sous-système d'apprentissage a la capacité de traitement des images, et se charge aussi d’extraction des caractéristiques sous forme d’un vecteur de description, qui sera destiné à être traité par le modèle de Markov caché. Les résultats obtenus seront sauvegardés dans une base de données d'apprentissage. Le sous-système de reconnaissance a pour objectif la reconnaissance simple, puis n-gramme du mot en utilisant l’algorithme Viterbi. Pour bien mené notre travail, nous avons organisé ce dernier en quatre chapitres comme suit : Dans le premier chapitre, nous présenterons les différents aspects d'un système de reconnaissance de caractères, ensuite nous présenterons le processus de reconnaissance de l'écriture manuscrite ainsi que ces différentes approches. Dans le deuxième chapitre, nous allons décrire les principales notions de l’écriture arabe et la méthode de reconnaissance de caractères Markov caché. Dans le troisième chapitre, nous allons présenter la conception de l’application en nous appuyant sur une démarche de modélisation basée sur la méthode UML.et nous allons décrire le déroulement et les étapes de notre système de reconnaissance de mots. Dans le quatrième chapitre, nous allons présenter dans ce chapitre l’environnement et les outils de développement et d’implémentation de celle-ci, ainsi que les langages de programmations qui nous ont servi d’appui pour sa réalisation. Ensuite on va présenter des différentes fonctionnalités qu’offre notre application à travers diverses interfaces.et par la fin on va donner les résultats expérimentaux des taux de segmentation et de reconnaissance

Description

90 f. : ill. ; 30 cm. (+ CD-Rom)

Keywords

traitement d'image, Segmentation d'image, Markovcaché

Citation

Systéme Informatique