Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Contributions ` a la reconnaissance de l’´ ecriture arabe manuscrite TH` ESE pr

Contributions ` a la reconnaissance de l’´ ecriture arabe manuscrite TH` ESE pr´ esent´ ee et soutenue publiquement le ? ? juin 2008 pour obtenir le grade de Docteur de l’Universit´ e Paris Descartes Discipline : Informatique par Far` es Menasri Composition du jury Rapporteurs Mr L.Heutte Professeur, Universit´ e de Rouen Mr C.Mokbel Professeur, University of Balamand Examinateurs Mr G.Stamon Professeur, Universit´ e Paris Descartes Mr V.M¨ argner Professeur, Technical University Braunschweig Mr E.Augustin Responsable R&D, A2iA Directeur Mme N. Vincent Professeur, Universit´ e Paris Descartes UNIVERSIT´ E PARIS DESCARTES UFR de Math´ ematiques et d’Informatique Remerciements merci. Table des mati` eres Table des mati` eres 1 1 Introduction 7 2 Etat de l’art : Reconnaissance de l’´ ecriture manuscrite 11 2.1 Pr´ etraitements et Normalisations . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.1 Binarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.1.1.1 Seuillage global . . . . . . . . . . . . . . . . . . . . . . . . 12 2.1.1.2 Seuillage adaptatif . . . . . . . . . . . . . . . . . . . . . . 12 2.1.2 Squelette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.1.2.1 Barbules . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.2.2 Intersections . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.1.3 Normalisations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.1.3.1 Correction de l’inclinaison des lignes . . . . . . . . . . . . 17 2.1.3.2 Correction de l’inclinaison des lettres . . . . . . . . . . . 18 2.1.3.3 Lissage du contour . . . . . . . . . . . . . . . . . . . . . . 18 2.1.3.4 Lignes d’appui . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2 Segmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.2.1 Approche Holistique / Approche Analytique . . . . . . . . . . . . . 23 2.2.2 Segmentation de s´ equences de chiﬀres . . . . . . . . . . . . . . . . 24 2.2.3 Segmentation de l’´ ecriture cursive . . . . . . . . . . . . . . . . . . 27 2.2.3.1 Segmentation ` a partir du squelette . . . . . . . . . . . . . 27 2.2.3.2 Segmentation ` a partir du contour . . . . . . . . . . . . . 28 2.2.3.3 Segmentation ` a partir des histogrammes . . . . . . . . . . 28 2.2.3.4 Segmentation bas´ ee sur des r´ eservoirs . . . . . . . . . . . 29 2.2.3.5 Fenˆ etres glissantes . . . . . . . . . . . . . . . . . . . . . . 29 2.3 Extraction de primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.3.1 Moments invariants . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.3.2 Descripteurs de Fourier elliptiques . . . . . . . . . . . . . . . . . . 31 2.3.3 Proﬁls et contours . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.3.3.1 les primitives perceptuelles . . . . . . . . . . . . . . . . . 32 2.3.3.2 les primitives directionnelles . . . . . . . . . . . . . . . . 33 2.3.3.3 les primitives topologiques . . . . . . . . . . . . . . . . . 33 2.4 Reconnaissance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 1 2 Table des mati` eres 2.4.1 Nu´ ees dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.4.1.1 Initialisation et minimum local . . . . . . . . . . . . . . . 34 2.4.1.2 Algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.4.1.3 k-means comme initialisation d’un mod` ele plus complexe 34 2.4.2 R´ eseaux de neurones . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.4.2.1 Perceptrons multicouches . . . . . . . . . . . . . . . . . . 36 2.4.2.2 Fonctions ` a bases radiales . . . . . . . . . . . . . . . . . . 37 2.4.2.3 R´ eseaux Diabolo . . . . . . . . . . . . . . . . . . . . . . . 37 2.4.2.4 R´ eseaux ` a d´ elais . . . . . . . . . . . . . . . . . . . . . . . 38 2.4.2.5 R´ eseaux ` a convolutions . . . . . . . . . . . . . . . . . . . 40 2.4.2.6 R´ eseaux profonds (DBN) . . . . . . . . . . . . . . . . . . 41 2.4.3 Mod` eles de Markov Cach´ es . . . . . . . . . . . . . . . . . . . . . . 42 2.4.3.1 HMM 1D . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 2.4.3.2 HMM Planaires . . . . . . . . . . . . . . . . . . . . . . . 43 2.4.4 Machines ` a Vecteurs de Support . . . . . . . . . . . . . . . . . . . 45 2.4.5 R´ eseaux Transformateurs de Graphes . . . . . . . . . . . . . . . . 47 2.4.5.1 D´ eﬁnitions . . . . . . . . . . . . . . . . . . . . . . . . . . 47 2.4.5.1.1 Transducteur . . . . . . . . . . . . . . . . . . . . 47 2.4.5.1.2 Accepteur . . . . . . . . . . . . . . . . . . . . . . 47 2.4.5.1.3 Composition . . . . . . . . . . . . . . . . . . . . 47 2.4.5.2 Utilisation en reconnaissance . . . . . . . . . . . . . . . . 48 2.5 Post-Traitements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 2.5.1 Distance de Levenshtein . . . . . . . . . . . . . . . . . . . . . . . . 48 2.5.2 uploads/Litterature/ la-reconnaissance-en-ligne-de-l-x27-ecriture-arabe-manuscrite.pdf