Proposition d'un classificateur en cascade : application à la reconnaissance de polices de caractères rares
Résumé
Nous présentons une contribution en reconnaissance de formes motivée par l'étude de polices de caractères rares. Le problème s'est posé à nous lors de l'examen du corpus des inventaires-sommaires des Archives Départementales de Charente Maritime : certaines indications essentielles sont consignées dans un format typographique inusité de nos jours et pour lequel les logiciels de reconnaissance de caractères actuels sont tenus en échec. Nous proposons donc un outil générique de séparation et de classification de formes. Il s'agit d'une architecture de classificateur en cascade construite sur l'analyse de matrices de confusion intermédiaires. Nous testons ce concept sur deux bases de données étiquetées : le corpus académique de chiffres manuscrits MNIST et une collection de chiffres imprimés extraits par nos soins d'images de documents d'archives. Les spécicités de chacune des ces bases sont décrites et les résultats obtenus sont commentés. Nous proposons une série de développements ultérieurs possibles sur notre classificateur en cascade.
Mots clés
matrice de confusions
Semaine du Document Numérique (SDN 2004). Conférence Internationale Francophone sur l'Ecrit et le Document (CIFED 04). Reconnaissance de caractères
chiffres manuscrits et imprimés
combinaison de classificateurs en cascade
analyse en composantes principales
règles de classification du plus proche voisin
matrice de confusions.
Domaines
Informatique [cs]
Loading...