Séparation manuscrit et imprimé dans des documents administratifs complexes par utilisation de SVM et regroupement

Didier Grzejszczak 1 Yves Rangoni 1 Abdel Belaïd 1
1 READ - Recognition of writing and analysis of documents
LORIA - NLPKD - Department of Natural Language Processing & Knowledge Discovery
Résumé : Cet article propose une méthodologie pour la séparation de l'imprimé et du manuscrit dans des images de documents. Les documents à traiter sont majoritairement de type administratif dans un environnement industriel sans contrainte, à savoir une masse quotidienne et importante de pages à traiter avec une grande diversité de contenu et de qualité de numérisation. L'objectif est d'isoler toutes les annotations manuscrites afin d'effectuer par la suite des traitements spécifiques sur le plan du manuscrit et sur le plan de l'imprimé. Nous proposons une solution en plusieurs étapes qui sont: un prétraitement des images, une segmentation du contenu en "pseudo-mots", une reconnaissance par séparateur à vaste marge de la classe d'appartenance, puis une post-correction utilisant le contexte pour affiner la segmentation. Les résultats obtenus sont de l'ordre de 90% de bonne séparation entre l'imprimé, le manuscrit et le bruit.
Type de document :
Communication dans un congrès
CIFED-CORIA, Mar 2012, Bordeaux, France. 2012
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00779237
Contributeur : Abdel Belaid <>
Soumis le : mercredi 23 janvier 2013 - 18:04:18
Dernière modification le : mardi 24 avril 2018 - 13:34:10
Document(s) archivé(s) le : mercredi 24 avril 2013 - 03:54:31

Fichier

cifed_version_publiee_didier.p...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00779237, version 1

Collections

Citation

Didier Grzejszczak, Yves Rangoni, Abdel Belaïd. Séparation manuscrit et imprimé dans des documents administratifs complexes par utilisation de SVM et regroupement. CIFED-CORIA, Mar 2012, Bordeaux, France. 2012. 〈hal-00779237〉

Partager

Métriques

Consultations de la notice

242

Téléchargements de fichiers

367