Reconnaissance de l’Ecriture Arabe par Systèmes Flous
No Thumbnail Available
Date
2010
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
L‟objectif de notre travail de recherche est d‟adresser la problématique de la
reconnaissance automatique de l‟écriture arabe manuscrite par les méthodes
statistiques. Nous avons trouvé que le problème majeur de la lecture automatique de
caractères manuscrits cursifs étant la segmentation d'un tracé en éléments
constituants, dans ce cadre, nous nous sommes intéressés à l‟approche globale en
évitant le problème de segmentation.
Les méthodes classiques choisies, dites statistiques, sont efficaces mais ne peuvent
s‟appliquer qu‟à des écritures à vocabulaire restreint dans le cadre d‟un système avec
une phase d‟apprentissage. Nous constatons que la performance d‟un système de
reconnaissance optique de l‟écriture arabe manuscrite dépend de toutes les phases du
processus de reconnaissance depuis l‟acquisition jusqu‟à la classification. Nous avons
mis l‟accent sur deux phases les plus étudiées dans les travaux existants : l‟extraction
des primitives et la classification. Nous avons orienté notre recherche vers les
approches basées sur les concepts de la logique floue : application de l‟algorithme
FCM pour la classification automatique des mots arabe manuscrit, en essayant ainsi
de trouver des solutions aux inconvénients de l‟algorithme classique K-Means, et
d‟obtenir des résultats plus performants. Nous avons implémenté aussi l‟algorithme
KPPV, ce dernier ne nécessite aucune hypothèse sur la forme des classes
d‟apprentissage par contre, il nécessite un grand nombre d‟observations pour être
précis. De plus il a été beaucoup utilisé en reconnaissance de l‟écriture manuscrite. Et
le dernier classifieur choisi, c‟est le réseau PNN ; ce type de réseaux est généralement
utilisé pour des problèmes de classification. Leurs résultats sont ensuite combinés
en utilisant deux méthodes de combinaison sans apprentissage : la méthode de vote
simple et celle de la somme pondérée.