Vers l'utilisation d'un Treillis de Galois Fréquent pour la Reconnaissance de Symboles Graphiques

Autor: Boumaiza, Ameni, Tabbone, Salvatore
Přispěvatelé: Querying Graphics through Analysis and Recognition (QGAR), Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique de Lorraine (INPL)-Université Nancy 2-Université Henri Poincaré - Nancy 1 (UHP)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique de Lorraine (INPL)-Université Nancy 2-Université Henri Poincaré - Nancy 1 (UHP)-Institut National de Recherche en Informatique et en Automatique (Inria), ARIA (Association francophone de Recherche d'Information et Applications) et le GRCE (Groupement de Recherche en Communication écrite), BARCELONE, ESPAGNE, European Project, Boumaiza, Ameni, EUREKA SCANPLAN - INCOMING, Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)
Jazyk: francouzština
Rok vydání: 2012
Předmět:
Zdroj: Colloque International Francophone sur l'Écrit et le Document 2012 (CIFED)
Colloque International Francophone sur l'Écrit et le Document 2012 (CIFED), ARIA (Association francophone de Recherche d'Information et Applications) et le GRCE (Groupement de Recherche en Communication écrite), Mar 2012, BORDEAUX, Philippines
Popis: The design of a graphics recognition method is a complex task due the multiplity of symbols and its configurations in real applications. In this paper, we propose a new approach based on a new concept called the Galois lattice which is often used for supervised recognition of graphical symbols. The originality of this paper is to build a concept lattice not in terms of all the features of symbols, but in terms of the most frequent or the most relevant ones. Our approach consists firstly, to build a visual vocabulary containing the frequent visual words from descriptors calculted on the symbols learning set. These visual vectors are calculated at the stable neighborhood of random points chosen from a given symbol. Secondly, we propose a new approach for symbol recognition based on a frequent Galois lattice. The concept lattice obtained based on frequent patterns is trained and used as a supervised classifier for symbols. The experimental results show recognition capabilities of our method and its robustness to noise.
La conception d'une méthode de reconnaissance de symboles graphiques est une tâche complexe en raison de la multitude de symboles et de leurs configurations dans des applications réelles. Dans cet article, nous proposons une approche basée sur un nouveau concept que nous appelons le treillis de Galois fréquent utilisé dans un cadre d'apprentissage supervisé. L'originalité de ce travail, est de construire un treillis de concepts non pas en terme de toutes les caractéristiques visuelles des symboles, mais en terme des caractéristiques les plus fréquentes. Notre approche consiste premièrement, à créer un vocabulaire visuel, contenant les mots visuels les plus fréquents, à partir de vecteurs caractéristiques définis sur une base d'apprentissage de symboles. Les vecteurs caractéristiques sont définis aux voisinages de points choisis aléatoirement mais qui sont pertinents. Deuxièmement, nous proposons un système de classification de symboles graphiques basé sur un treillis de Galois fréquent. Le treillis de concepts obtenu en fonction des motifs fréquents est entraîné et utilisé comme un classificateur. Ceci, nous permet d'aboutir à un prototype nommé le treillis de Galois fréquent combiné à un dictionnaire visuel et servant comme classificateur supervisé des symboles. Les résultats expérimentaux montrent les capacités de reconnaissance de cette méthode et sa robustesse au bruit.
Databáze: OpenAIRE
Externí odkaz: