Modèle perceptif neuronal à vision globale-locale pour la reconnaissance de mots manuscrits arabes. - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2002

Modèle perceptif neuronal à vision globale-locale pour la reconnaissance de mots manuscrits arabes.

Samia Snoussi-Maddouri
  • Fonction : Auteur
Abdel Belaïd
  • Fonction : Auteur
  • PersonId : 830137
Christophe Choisy
  • Fonction : Auteur
  • PersonId : 836386
Hamidi Amiri
  • Fonction : Auteur

Résumé

Nous proposons dans cet article un système de reconnaissance de mots manuscrit arabes basé sur les modèles perceptifs d'activation interactive et de vérification, définis par des psychologues. Le système proposé est basé sur un Réseau de Neurones faisant partie des systèmes Transparent (RNT). Il procède par une vision globale des caractéristiques structurelles apparentes durant la première phase de propagation et une vision locale par des Descripteurs de Fourier normalisés en phase de rétro-propagation (DF). L'avantage du système appelé RNT-DF, est qu'il ne nécessite pas d'étape d'apprentissage. Il se réfère à des descriptions standard de l'écriture imprimée aussi bien au niveau global (mot) qu'au niveau de la normalisation locale (lettres). Une évaluation expérimentale des deux visions est effectuée sur une base de données des montants littéraux de chèques et de noms de villes tunisiennes.
Fichier principal
Vignette du fichier
A02-R-234.pdf (272.69 Ko) Télécharger le fichier
Loading...

Dates et versions

inria-00107579 , version 1 (19-10-2006)

Identifiants

  • HAL Id : inria-00107579 , version 1

Citer

Samia Snoussi-Maddouri, Abdel Belaïd, Christophe Choisy, Hamidi Amiri. Modèle perceptif neuronal à vision globale-locale pour la reconnaissance de mots manuscrits arabes.. Colloque International Francophone sur l'Ecrit et le Document - CIFED'2002, 2002, Hammamet, Tunisie, 15 p. ⟨inria-00107579⟩
210 Consultations
119 Téléchargements

Partager

Gmail Facebook X LinkedIn More