Symbol Recognition using a Galois Lattice of Frequent Graphical Patterns
Résumé
Graphics recognition is an important task in many real-life applications. In this article, we propose a new approach to recognize graphical symbols by the use of a frequent Galois lattice. We propose to build a concept lattice not in terms of graphical patterns but in terms of frequent graphical patterns. The purpose of this paper is twofold : first, we try to identify the best primitives from a given graphical symbol based on a descriptor invariant to rotation, translation and scaling. Each symbol is decribed using a feature vector computed on stable neighborhood for a set of points chosen randomly from the symbol. Secondly, we propose a new recognition approach based on a frequent Galois lattice. The obtained concept lattice based on frequent patterns is used as a classifier. The retrieval performance and behavior of the method have been tested for symbol recognition.We have compared our method with others based on different descriptors and classifiers. Our approach proves that the symbol description method and the algorithm used to extract frequent attributes to build the frequent Galois lattice are suitable to the recognition process.
La conception d'une méthode de reconnaissance de symboles graphiques est une tâche complexe en raison de la multitude de symboles et de leurs configurations dans des applications réelles. Dans cet article, nous proposons une approche basée sur un nouveau concept que nous appelons le treillis de Galois fréquent utilisé dans un cadre d'apprentissage supervisé. L'originalité de ce travail, est de construire un treillis de concepts non pas en terme de toutes les caractéristiques visuelles des symboles, mais en terme des caractéristiques les plus fréquentes. Notre approche consiste premièrement, à créer un vocabulaire visuel, contenant les mots visuels les plus fréquents, à partir de vecteurs caractéristiques définis sur une base d'apprentissage de symboles. Les vecteurs caractéristiques sont définis aux voisinages de points choisis aléatoirement mais qui sont pertinents. Deuxièmement, nous proposons un système de classification de symboles graphiques basé sur un treillis de Galois fréquent. Le treillis de concepts obtenu en fonction des motifs fréquents est entraîné et utilisé comme un classificateur. Ceci, nous permet d'aboutir à un prototype nommé le treillis de Galois fréquent combiné à un dictionnaire visuel et servant comme classificateur supervisé des symboles. Les résultats expérimentaux montrent les capacités de reconnaissance de cette méthode et sa robustesse au bruit