Traitement automatique des caractères Latins en Tamazight

الموضوعات

علوم بحتة وطبيعية

الملخص

Cette etude se concentre sur la reconnaissance automatique hors ligne des caractères latins en langue amazighe. Un système OCR a été développé en utilisant l'apprentissage profond pour identifier les caractères. Un corpus de données a été construit, structuré en trois niveaux : caractères, mots et phrases. La méthodologie adoptée comprend la préparation et le prétraitement des images à l'aide de techniques de binarisation, de reduction du bruit et de squelettisation. Pour l'extraction des caract éristiques et la classification, deux modeles d'apprentissage profond ont été élaborés : un modèle hybride combinant des couches CNN et BiLSTM qui a atteint un taux de reconnaissance de 94%, et un modele basé sur l'architecture DenseNet qui a obtenu un taux de reconnaissance de 97%.Le resultat final montre une performance avec un taux de reconnaissance de 97% et une bonne précision pour la plupart des caractères étudiés dans ce travail.

روابط وملفات

التعريف والنوع

رقم الوثيقة

039a3f70-0ab4-462b-a450-8800654816a4

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

923629_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"L. Asli","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Melissa Bouamama","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Rahma Berreguia","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Traitement automatique des caractères Latins en Tamazight

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

Reconnaissance automatique hors ligne : Caracteres latins : Langue amazighe : Apprentissage profond : CNN : BiLSTM : DenseNet : Corpus : Modèle hybrid

إشراف وإعداد

الإشراف

L. Asli

الإعداد

Melissa Bouamama, Rahma Berreguia

الاقتباسات الببليوغرافية