ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Traitement du Signal

0765-0019
Signal, Image, Parole
 

 ARTICLE VOL 34/1-2 - 2017  - pp.7-20  - doi:10.3166/ts.34.7-20
TITRE
Intégration: Modèle de système de reconnaissance de l'écriture manuscrite Devanagari basé sur histogramme de gradient orienté

TITLE
Ensembling: Model of histogram of oriented gradient based handwritten devanagari character recognition system

RÉSUMÉ

Il est très facile pour les humains de reconnaître un caractère après avoir acquis quelques connaissances de base sur la langue, mais quand il s’agissant de l’ordinateur, il ne peut pas reconnaître le caractère à moins qu’il n’a pas été correctement formé. Nous devons transférer les connaissances sur l'ordinateur afin que celui-ci puisse reconnaître automatiquement le caractère en fonction des connaissances fournies. Le script Devanagari est utilisé comme langue de base pour de nombreuses langues.Cet article présente le système qui reconnaît les caractères isolés devanagari manuscrits en utilisant l’ensemble des classificateurs. Dans cet article, nous proposons un système HWCR pour reconnaître le caractère Devanagari en utilisant l’ensemble de classificateurs. La reconnaissance du caractère devanagari se fait en trois étapes principales.La première étape est le prétraitement de l'image de caractère dans lequel la binarisation et la complémentarité d'une image sont effectuées. La deuxième étape importante est l'extraction de caractéristiques pour lesquelles il utilise histogramme de gradient orienté comme une caractéristique.La troisième étape est la classification dans laquelle trois classificateurs différents sont utilisés et leurs performances sont analysées.Les trois classificateurs sont SVM, K-NN et NN. Les résultats de ces classificateurs sont combinés ensemble et donnés à l'ensembleur qui classe l'étiquette de classe en fonction du mode de vote maximal. Le taux de reconnaissance moyen obtenu par le système HWCR proposé est de 88,13% avec l’ensemblage.



ABSTRACT

It is very easy for the humans to recognize a character after gaining some basic knowledge about the language, but when it comes to the computer, the computer cannot recognize the character until and unless it is trained properly. We need to transfer the knowledge to the computer to so that the computer can automatically recognize the character based on the knowledge provided. The Devanagari script is used as a base language for many different languages. This paper presents the system which recognize the handwritten devanagari isolated characters using ensembling of classifiers. In this paper HWCR system to recognize the Devanagari character using ensembling of classifiers is proposed. Recognition of Devanagari character is done in three main steps. The first step is pre-processing of the character image in which binarization and complementary of an image are performed. The second important step is feature extraction for which it uses histogram of oriented gradient as a feature. Third step is classification in which three different classifiers are used and their performance are analysed. The three classifiers are SVM, K-NN and NN. Results of these classifiers are combined together and given to the ensembler who classifies the class label based on maximum voting method. The average recognition rate is achieved by the proposed HWCR system is 88.13% using ensembling.



AUTEUR(S)
S. P. DEORE, A. PRAVIN

MOTS-CLÉS
Caractère devanagari, K-NN, SVM, NN, HWCR.

KEYWORDS
devanagari character, K-NN, SVM, NN, HWCR.

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (334 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier