| Titre : |
Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite |
| Type de document : |
document électronique |
| Auteurs : |
Ryad Lotfi Mahtal, Auteur ; Khalil Meftah, Auteur ; Nesrine Bouadjenek, Directeur de thèse |
| Editeur : |
[S.l.] : [s.n.] |
| Année de publication : |
2020 |
| Importance : |
1 fichier PDF (4.1 M) |
| Présentation : |
ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020
Bibliogr. f. 85 - 88 |
| Langues : |
Français (fre) |
| Mots-clés : |
Prédiction du genre de l’écrivain
Ecriture manuscrite
Texture
CNN
Filtres Gabor |
| Index. décimale : |
PN00920 |
| Résumé : |
L’écriture manuscrite est une biométrie comportementale personnelle qui caractérise l’individu d’une façon unique. Elle permet d’obtenir plusieurs informations propre à son auteur tel que le genre. Dans ce travail, nous proposons un système de prédiction automatique du genre à partir de l’écriture manuscrite en utilisant l’apprentissage profond. A cet effet, nous proposons en premier lieu de générer des images textures par genre à partir des échantillons d’écriture manuscrite. Nous associerons ensuite ces images à un Réseau de Neurones Convolutifs (CNN) afin d’extraire les caractéristiques propres à chaque genre.Enfin, nous proposons d’utiliser les filtres de Gabor avec les CNNs pour une meilleure ex-traction de caractéristiques. Les différents tests sont effectués sur deux bases de données standards. Les résultats obtenus sont très satisfaisants et prometteurs. |
Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite [document électronique] / Ryad Lotfi Mahtal, Auteur ; Khalil Meftah, Auteur ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2020 . - 1 fichier PDF (4.1 M) : ill. Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020
Bibliogr. f. 85 - 88 Langues : Français ( fre)
| Mots-clés : |
Prédiction du genre de l’écrivain
Ecriture manuscrite
Texture
CNN
Filtres Gabor |
| Index. décimale : |
PN00920 |
| Résumé : |
L’écriture manuscrite est une biométrie comportementale personnelle qui caractérise l’individu d’une façon unique. Elle permet d’obtenir plusieurs informations propre à son auteur tel que le genre. Dans ce travail, nous proposons un système de prédiction automatique du genre à partir de l’écriture manuscrite en utilisant l’apprentissage profond. A cet effet, nous proposons en premier lieu de générer des images textures par genre à partir des échantillons d’écriture manuscrite. Nous associerons ensuite ces images à un Réseau de Neurones Convolutifs (CNN) afin d’extraire les caractéristiques propres à chaque genre.Enfin, nous proposons d’utiliser les filtres de Gabor avec les CNNs pour une meilleure ex-traction de caractéristiques. Les différents tests sont effectués sur deux bases de données standards. Les résultats obtenus sont très satisfaisants et prometteurs. |
|
PN00100 
Ajouter le résultat dans votre panier
Visionner les documents numériques
Faire une suggestion Affiner la rechercheApport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite (2020)
