38,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
19 °P sammeln
  • Broschiertes Buch

Les travaux présentés dans ce livre concernent le développement et l'évaluation d'un système de reconnaissance de l'écriture manuscrite multi- scripts. L'objectif est de proposer un système de reconnaissance opérant indépendamment de la nature du script. Pour cela l'approche proposée est sans segmentation explicite, ceci afin de ne pas introduire une technique de conditionnement de l'information dépendant du type d'écriture analysée. Des caractéristiques bas niveaux sont combinées à travers une approche multi-flux permettant de combiner d'une manière asynchrone, différentes sources…mehr

Produktbeschreibung
Les travaux présentés dans ce livre concernent le développement et l'évaluation d'un système de reconnaissance de l'écriture manuscrite multi- scripts. L'objectif est de proposer un système de reconnaissance opérant indépendamment de la nature du script. Pour cela l'approche proposée est sans segmentation explicite, ceci afin de ne pas introduire une technique de conditionnement de l'information dépendant du type d'écriture analysée. Des caractéristiques bas niveaux sont combinées à travers une approche multi-flux permettant de combiner d'une manière asynchrone, différentes sources d'information à travers des modèles de Markov coopératifs. Des extensions des règles de combinaison sont envisagées dans le cadre de la théorie des fonctions de croyances transférables. L'évaluation du système de reconnaissance proposé est menée sur différentes bases de données de référence correspondant aux deux scripts Arabe (IFN-ENIT) et Latin (IRONOFF et RIMES). Les résultats montrent que le système proposé donne de bons résultats aussi bien sur le Latin que sur l'Arabe comparables à ceux des meilleurs systèmes présentés dans la littérature.
Autorenporträt
Yousri Kessentini est titulaire d''un doctorat en informatique de l''université de Rouen en 2009. Ses domaines de recherche s''articulent autour de l''utilisation de modèles stochastiques pour la reconnaissance de l''écriture manuscrite multi-scripts, l''extraction de la structure de documents manuscrits complexes et la fusion d''informations.