| Titre : | Une approche pour la détection du texte dans les images |
| Auteurs : | OUALIE EDDINE HADJADJ, Auteur |
| Type de document : | Mémoire magistere |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (79 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | Détection du texte, Réseau neuronal convolutif (CNN), Vision par ordinateur, Scènes naturelles, YOLO. |
| Résumé : | La détection du texte précise et efficace dans des scènes naturelles est une tâche fondamentale mais difficile en vision par ordinateur, en particulier lorsqu'il s'agit de textes orientés arbitrairement. La plupart des méthodes de détection de texte contemporaines sont conçues pour identifier du texte horizontal, qui ne peut pas satisfaire les exigences pratiques de détection pour diverses images du monde réel telles que des flux d'images ou des vidéos. Pour combler cette lacune, nous proposons détecteur de texte en une étape, basé sur l'architecture YOLO, un modèle de réseau neuronal convolutif (CNN) en temps réel robuste pour détecter des textes orientés dans des scènes d'images naturelles. Des expériences de comparaison de référence sont menées sur une base de données populaire, à savoir ICDAR2015, Les résultats indiquent que la méthode proposée surpasse considérablement les méthodes de pointe en termes d'efficacité de détection tout en maintenant une haute précision ; par exemple, la méthode proposée atteint une F-measure de 86% avec une résolution de 720 x 1280 p sur la base de données ICDAR2015. |
| Sommaire : |
Chapitre 01 : Vision par ordinateur
1.1 Introduction ............................................................................................................ 13 1.2 Vision par ordinateur .............................................................................................. 13 1.2.1 Définition .................................................................................................................................. 13 1.2.2 Historique .................................................................................................................................. 13 1.3 Vision humaine et vision artificielle ....................................................................... 15 1.3.1 Vision humaine .......................................................................................................................... 15 1.3.2 Vision artificielle ....................................................................................................................... 16 1.4 Application Typique de la vision par ordinateur...................................................... 16 1.4.1 Imagerie médicale ...................................................................................................................... 16 1.4.2 Vision industrielle ...................................................................................................................... 17 1.4.3 Extension de perception humaine ............................................................................................... 17 1.4.4 Energie ...................................................................................................................................... 17 1.4.5 Lecture automatisée ................................................................................................................... 17 1.4.6 Compression d’images ............................................................................................................... 17 1.5 Un system de vision ............................................................................................... 18 1.6 Préparation des données ......................................................................................... 18 1.6.2 Apprentissage ............................................................................................................................ 19 1.6.3 Classification ............................................................................................................................. 19 1.6.4 Post traitement ........................................................................................................................... 19 1.7 La vidéo ................................................................................................................. 20 1.7.1 Caractéristiques de la vidéo ........................................................................................................ 20 1.8 Traitement d’image ................................................................................................ 20 1.8.1 Définition de l’image ................................................................................................................. 21 1.8.2 Types d’images .......................................................................................................................... 22 1.8.3 Acquisition d’une image ............................................................................................................ 22 1.8.4 Caractéristiques d’une image numérique ..................................................................................... 23 1.8.5 Système de traitement d’images ................................................................................................. 25 1.9 Segmentation des images ........................................................................................ 26 1.9.1 Types de Segmentation .............................................................................................................. 27 1.9.2 Les principes de la segmentation ................................................................................................ 27 1.10 Travaux connexes ................................................................................................... 28 1.10.2 Comparaison entres les travaux réalisés ...................................................................................... 30 1.11 Conclusion ............................................................................................................. 30 Chapitre 02 : Apprentissage Machines 2.1 Introduction ............................................................................................................ 32 2.2 Objectif de l’apprentissage machine ....................................................................... 32 2.3 Différents types d’apprentissage ............................................................................. 33 2.3.1 Apprentissage supervisé ............................................................................................................. 33 2.3.2 Apprentissage non supervisé ...................................................................................................... 34 2.3.3 Apprentissage semi-supervisé..................................................................................................... 35 2.3.4 Apprentissage par renforcement ................................................................................................. 37 2.4 Généralisation ........................................................................................................ 37 2.4.1 Sur-apprentissage ....................................................................................................................... 37 2.4.2 Régularisation ............................................................................................................................ 39 2.4.3 Malédiction de la dimensionnalité .............................................................................................. 40 7 2.5 Différents types de modèles .................................................................................... 41 2.5.1 Modèles paramétriques .............................................................................................................. 41 2.5.2 Modelés non paramétriques ........................................................................................................ 42 2.6 Algorithmes d’apprentissage .................................................................................. 43 2.6.1 Réseaux de neurones .................................................................................................................. 43 2.6.2 Machines de Boltzmann restreintes............................................................................................. 45 2.6.3 Architectures profondes (Deep Learning) ................................................................................... 46 2.6.4 K-plus proches voisins ............................................................................................................... 47 2.6.5 Fenêtres de Parzen ..................................................................................................................... 48 2.6.6 Mélanges de Gaussiennes ........................................................................................................... 49 2.6.7 Méthodes à noyau ...................................................................................................................... 49 2.6.8 Arbres de décision...................................................................................................................... 50 2.6.9 Méthodes Bayésiennes ............................................................................................................... 51 2.7 Conclusion ............................................................................................................. 52 Chapitre 03 : Conception et implémentation 3.1 Introduction ............................................................................................................ 54 3.2 Conception générale de notre système .................................................................... 54 3.3 Conception détaillé ................................................................................................. 54 3.3.1 Architecture de YOLOv3 ........................................................................................................... 55 3.3.2 Darknet-53 ................................................................................................................................. 56 3.3.3 Détection à trois échelles ............................................................................................................ 56 3.3.4 Meilleure détection d'objets plus petits ....................................................................................... 57 3.3.5 Représentation de la boîte englobante inclinée ............................................................................ 58 3.3.6 Boîte d'ancrage de rotation ......................................................................................................... 58 3.3.7 Plus de cadres de délimitation par image .................................... 59 3.4 La base de données ................................................................................................. 60 3.5 Langage, Logiciels et librairies utilisés dans l’implémentation ................................ 63 3.5.1 Python ....................................................................................................................................... 63 3.5.2 TensorFlow ................................................................................................................................ 64 3.5.3 Keras ......................................................................................................................................... 65 3.5.4 PIL ............................................................................................................................................ 66 3.5.5 OpenCV .................................................................................................................................... 67 3.5.6 Tkinter ....................................................................................................................................... 67 3.5.7 PyCharm ............................................................................................................. 68 3.5.8 Google colaboratory ................................................ 68 3.5.9 Configuration utilisée dans l’implémentation .............................................................................. 68 3.6 Résultat .................................................................................................................. 69 3.6.1 Évaluation sur le référentiel de texte orienté ............................................................................... 71 3.6.3 Limites de l'algorithme proposé .................................................................................................. 73 3.7 Conclusion ............................................................................................................. 73 Bibliographie ........................................................................................................................ 76 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/607 | Mémoire master | bibliothèque sciences exactes | Consultable |
