Développement d’un système de reconnaissance en ligne du manuscrit Arabe

Abstract

---------------------------------------------------------------------------------------------------------resume en arabe------------------------------------------------------------------------------------------يتمثل الدافع الرئيسي لهذه الأطروحة في دراسة اللغة العربية فيما يتعلق بالتكنولوجيا الديناميكية في مجال التعرف على الكتابة اليدوية من الأحرف والكلمات. في الواقع، يعتمد النظام المقترح على الشبكات العصبية للتمييز بين الطبقات التي يدخلها الكاتب. ومع ذلك، فمن الضروري إجراء معالجة مسبقة (خوارزمية أخذ العينات وإعادة التمركز) لتحسين معدلات التعرف. بعد ذلك، نستخرج خصائص المخطوطة العربية حتى تتمكن الشبكات العصبية المختلفة المقترحة من إجراء التعلم. نظرًا لعدم توافر قواعد بيانات الخط العربي، فقد صممنا قاعدة البيانات الخاصة بنا باسم . NOUN-DATABSE v2 أظهرت مرحلة التجارب أن النظام المقترح المقترن بشبكة العصبونات العميقة للتعلم (DBN) يسمح بتحقيق نتائج ممتازة.--------------------------------------------------------------------------------------------------------------------------------------------resume en français------------------------------------------------------------------------------------------La principale motivation de cette thèse est d'étudier la langue arabe vis à vis la technologie en ligne dans le domaine de la reconnaissance de l’écriture manuscrite des caractères et des mots. En effet, le système proposé s'appuie sur les réseaux de neurones pour différencier les classes saisies par le scripteur. Ceci-dit, il est nécessaire d'effectuer un prétraitement (algorithme d'échantillonnage et de recentrage) pour optimiser les taux de reconnaissance. Par la suite, nous faisons une extraction des caractéristiques du manuscrit arabe afin que les différents réseaux de neurones proposés puissent effectuer l’apprentissage. En raison de l'indisponibilité des bases de données arabes à caractère en ligne, nous avons conçu notre propre base de données intitulée NOUN-DATABSE v2. La phase de test a montré que le système proposé jumelé au réseau de neurones à apprentissage profond (DBN) permet de récupérer d’excellents résultats.------------------------------------------------------------------------------------------------------------------resume en anglais----------------------------------------------------------------------------------------The main motivation of this thesis is to study the online technology of Arabic language handwriting recognition of both characters and words. The proposed system relies on neural networks to distinguish between the classes that are provided by the writer. This means that it is necessary to perform a preprocessing (sampling algorithm and recentring) to optimize the recognition rates. Then, we should extract the characteristics of the Arabic manuscript so that the proposed neural networks can perform their learning. Due to the lack of Arabic on-line database, we have designed our own database called NOUN-DATABSE v2. The experiments showed that the proposed system combined with the deep learning neural network (DBN) gave the excellent results.