La reconnaissance d’écriture manuscrite par des techniques des CNNs
| dc.contributor.author | Samra Benhanachi | |
| dc.date.accessioned | 2024-09-19T12:27:33Z | |
| dc.date.available | 2024-09-19T12:27:33Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | A ce jour, il existe de nombreux systèmes de la reconnaissance de l’écriture manuscrits, ces systèmes ont deux axes majeurs, qui sont Détection de texte et Reconnaissance de texte. Cependant, ces systèmes sont contrôlés par diverses conditions. Cette mémoire propose donc une nouvelle méthode de reconnaissance d'écriture manuscrite basée sur un nouveau machine Learning approche qui est l'apprentissage par transfert. Notre méthode comprend une grande étape, qui est représentée dans keras-ocr, il est implémenté avec CRAFT comme détecteur de texte et CRNN comme reconnaissance de texte, le réseau neuronal récurrent convolutif en bref CRNN est un modèle très populaire pour la reconnaissance de texte. Notre méthode nous donne un résultat satisfaisant. | |
| dc.identifier.uri | http://dspace.univ-khenchela.dz:4000/handle/123456789/6669 | |
| dc.language.iso | fr | |
| dc.title | La reconnaissance d’écriture manuscrite par des techniques des CNNs | |
| dc.type | Thesis |