Approches globales pour l'analyse de montants numériques de chèques
Institution:
ToursDisciplines:
Abstract EN:
The goal of the study we present is to reconsider the problem of courtesy amounts analysis with an approach original in many ways. We opted for fuzzy clustering in the primitive detection stage. These clustering methods, using non exlusive assignments, are suitable in noisy and variable conditions. Recently , they evolved toward the detection of low complexity geometrical clusters. Our purpose is to evaluate their appropriateness in the case of amount imagees, in order to detect symbolic primitives globally, avoiding the usual drawbacks of local approaches. In a second part, we propose a new method for interpreting a whole amount, operating on the global scale of a non segmented image (high level of meaning), avoiding local decisions made on a charachter-size scale. We choosed an accumulation technique based on hypothesis induced by the existence of primitives in the image. Therefore, the interesting points in this work are an analysis of the advantages and limits of geometrical fuzzy clustering algorithms and their application to a new field, and a reflection on a global approach casting new light on the analysis of courtesy amounts.
Abstract FR:
Les travaux dont nous exposons les résultats ont pour objectif de reconsidérer le problème sous une approche originale, et ceci à différents niveaux. Dans la phase de détection des primitives, nous avons opté pour l'utilisation de la classification floue, dont le principe d'attribution non exclusive des données est pertinent en environnement perturbé. Ces techniques ont évolué vers la détection floue de classes géométriques de faible complexité. Notre but est l'évaluation d'une telle démarche sur les images de montants afin de réaliser une détection globale des primitives symboliques structurant les entités, évitant une détérioration par des traitements locaux. Ensuite, nous proposons un nouvel axe d'étude pour l'interprétation du montant entier, s'attachant non pas au niveau local du caractère où les objectifs ne sont que partiels ou inadaptés, mais à la globalité de l'image non segmentée, quidé par des informations de niveau sémantique maximal. Pour la construction de cette méthode, notre choix s'est porté sur la consolidation d'hypothèses d'existence inférées par la structuration des entités modélisés. Les intérêts de cette recherche sont donc une analyse des apports et des limites des méthodes de classification géométrique floues dans leur application concrète à un nouveau domaine, et une réflexion sur une approche globale proposant un nouvel éclairage pour l'analyse des images de montants numériques.