Ce document présente l'application des réseaux bayésiens dynamiques pour la reconnaissance en ligne des caractères isolés, en abordant la segmentation et le traitement informatique de l'écriture manuscrite. Il détaille la conception d'un système basé sur un modèle de stroke et les résultats de reconnaissance des lettres. D'autres approches comme SVM et HMM sont également mentionnées comme alternatives possibles.

1. Application des réseaux bayésiens
dynamiques à la reconnaissance en-ligne
des caractères isolés
 Encadré par Professeur JAMAL KHARROUBI
 Présenté par ABDELHAMID EL HASSANI
Université Sidi Mohammed Ben Abdellah
Faculté des Sciences et Techniques Fès Sais
Master Systèmes Intelligents et Réseaux
RECONNAISSANCE DE FORMES

2. Plan
→Introduction
→Modèle de stroke
→Système de reconnaissance ‘’RBD’’
→Conclusion
2
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
02/11

3. Introduction
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
3
La reconnaissance de l’écriture manuscrite
Un traitement informatique qui a pour but:
Texte écrit à la main Texte codé
numériquement
traduction
03/11

4. en-ligne
Introduction
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
La reconnaissance de l’écriture manuscrite
hors-ligne Stroke
Point de début
Point de fin
404/11

5. Exemple de stroke: 4,1 et 5
5
Composé de 4 stroke Composé de 4 stroke Problème du tracé curviligne
12
3
1
2
3 4
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
05/11
3
12
.
4
.

6. Modèle de stroke ‘’RB’’
6
Un stroke
𝐸𝑃0 𝐸𝑃1
𝐼𝑃
Point médian IP
Point initial ep0
Point final ep1
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
06/11

7. Modèle de stroke ‘’RB’’
7
𝑒𝑝0 𝑒𝑝1
𝑖𝑝0
𝑖𝑝2
𝑒𝑝0
𝑒𝑝1
𝑖𝑝0
𝑖𝑝2 𝑖𝑝1
𝑖𝑝1
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
07/11

8. Segmentation des caractères isolés
8
a b c
(a) caractère original
(b) caractère normalisé
(c) caractère segmenté
traitement et segmentation du caractère "A"
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
08/11

9. Schéma du modèle implémenté
9
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
09/11
UNIPEN
Normalisation de #N
Segmentation manuelle #T
N-T échantillons non segmentés Estimer 𝑊,
Algorithme de recherche
par programmation dynamique
Corpus de
teste Normalisation de #N’

10. Résultats obtenus
10
0
20
40
60
80
100
120
A B C D E F G H
Taux globaux de
reconnaissance des
lettres A jusqu’à H
Lettres
A B C D E F G H
A
B
C
D
E
F
G
H
Taux de reconnaissance des lettres
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
10/11

11. Conclusion
►Le travail présenté dans l’article avait pour objectif:
la conception et la réalisation d’un système de reconnaissance automatique en
ligne des caractères isolés
◦ Le modèle de stroke
◦ Réseaux bayésiens dynamiques
►D’autre approche peuvent être utilisées:
◦ SVM
◦ HMM
11
APPLICATION DES RÉSEAUX BAYÉSIENS DYNAMIQUES À LA RECONNAISSANCE EN-
LIGNE DES CARACTÈRES ISOLÉS
11/11