Apprentissage incrémental et synthèse de données pour la reconnaissance de caractères manuscrits en-ligne

A. Almaksour 1 Harold Mouchère 1 Eric Anquetil 1
1 IMADOC - Interprétation et Reconnaissance d’Images et de Documents
UR1 - Université de Rennes 1, INSA Rennes - Institut National des Sciences Appliquées - Rennes, CNRS - Centre National de la Recherche Scientifique : UMR6074
Résumé : Dans ce papier, nous proposons une stratégie d'apprentissage incrémental d'un système de reconnaissance de caractères manuscrits. Cette stratégie est en-ligne et rapide, dans le sens où toute nouvelle classe de caractères peut être apprise par le système à partir de très peu d'exemples de caractères. La stratégie proposée vise à surmonter le problème du manque de données d'apprentissage lors de l'introduction d'une nouvelle classe de caractères. La synthèse de caractères manuscrits est utilisée à cette fin. Les résultats ont montré qu'un bon taux de reconnaissance (environ 90%) est atteint en utilisant seulement 3 exemples d'apprentissage. De plus, ce taux augmente rapidement pour atteindre 96% pour 10 exemples, et 97% pour 30. Une réduction d'erreur de 45% est obtenue en utilisant la synthèse de caractères par rapport à une stratégie sans synthèse.
Liste complète des métadonnées

Cited literature [8 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00335040
Contributor : Sébastien Adam <>
Submitted on : Tuesday, October 28, 2008 - 12:06:10 PM
Last modification on : Thursday, February 7, 2019 - 3:46:29 PM
Document(s) archivé(s) le : Monday, June 7, 2010 - 10:22:21 PM

File

paper-14.pdf
Explicit agreement for this submission

Identifiers

  • HAL Id : hal-00335040, version 1

Citation

A. Almaksour, Harold Mouchère, Eric Anquetil. Apprentissage incrémental et synthèse de données pour la reconnaissance de caractères manuscrits en-ligne. Colloque International Francophone sur l'Ecrit et le Document, Oct 2008, France. pp.55-60. ⟨hal-00335040⟩

Share

Metrics

Record views

259

Files downloads

386