Machines à Vecteurs de Support et descripteurs convolutionnels pour la reconnaissance de caractères Arabe manuscrite

Abstract

Notre travail consiste à construire un système de reconnaissance des caractères arabes manuscrits à l'aide des machines à vecteur support (SVM). Notre système comprend les étapes : prétraitement, extraction de caractères et classification. Dans la phase de l’extraction de caractéristiques nous avons essayé de simuler le comportement des réseaux de neurones convolutifs par l’intégration des descripteurs convolutionnels, où nous avons utilisé cinq filtres : Prewitt, Sobel, Laplacian, point et lignes suivis d’une réduction de la taille des données par de la méthode Zonning. Pour faire ce travail, nous disposons de notre propre base de données de caractères arabes manuscrits constituée de 1745 images. Nous avons utilisé aussi la base de données HACDB pour tester notre système, les résultats auxquels nous sommes parvenus sont très encourageants

Our work consists in building a system for recognizing handwritten Arabic characters using support vector machines (SVM). Our system consists of the steps: preprocessing, character extraction and classification. In the feature extraction phase, we tried to simulate the behavior of convolutional neural networks by integrating convolutional descriptors, where we used three filters: Prewitt, Sobel, Laplacian, point and lines followed by a reduction in the size of the data by de the Zonning method. To do this work, we have our own database of handwritten Arabic characters consisting of 1745 images. We also used the HACDB database to test our system, the results we got are very encouraging.