{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:759"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:759","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Automatic recognition of handwritten numerical strings","abstract":"La lecture automatique de champs numériques a été envisagée dans plusieurs domaines tels que le traitement de chèques bancaires, la reconnaissance de codes postaux, et le traitement de formulaires qui constituent un large éventail des problèmes implicites à la reconnaissance de l'écriture manuscrite. Par la suite, la recherche autour de cette problématique s'est rapidement développée dès lors que la puissance de calcul et les ressources de mémoire sont devenus disponibles à moindre frais. Dans le cadre de cette thèse, nous présentons un système modulaire de reconnaissance de chaînes numériques manuscrites. Celui-ci utilise une approche \"segmentation-reconnaissance\" pour la segmentation, une stratégie de reconnaissance et une stratégie de post-traitement pour la vérification. Le système combine les sorties issues des modules de segmentation, de reconnaissance et de vérification au sein d'un même modèle probabiliste. Un nouveau schéma de vérification que composent deux vérificateurs traitant respectivement les cas de sur-segmentation et de sous-segmentation est présenté. Dans le but de vérifier les cas de sur-segmentation, un nouveau jeu de caractéristiques est considéré. L'étape de post-traitement utilisant un automate déterministe en association avec le module de décision globale permet le rejet ou l'acceptation de l'image traitée. Enfin, des résultats très significatifs ont été obtenus sur des images de montants numériques de chèques Bresiliens. Afin de montrer la robustesse et la moularité du système, ce dernier est testé sur la base de données de chiffres manuscrits NIST SD19. Plus loin, nous discutons différentes stratégies que nous avons explorées dans le but d'améliorer la performance et la fiabilité du système. Nos efforts portent particulièrement sur la vérification, la sélection de caractéristiques et les ensembles de classifieurs. L'analyse des résultats d'expériences obtenus aussi bien sur les chiffres manuscrits isolés et sur les chaînes de chiffres, met en relief la difficulté inhérente au problème de reconnaissance de chaînes numériques manuscrites.","abstract_html":"La lecture automatique de champs numériques a été envisagée dans plusieurs domaines tels que le traitement de chèques bancaires, la reconnaissance de codes postaux, et le traitement de formulaires qui constituent un large éventail des problèmes implicites à la reconnaissance de l&#x27;écriture manuscrite. Par la suite, la recherche autour de cette problématique s&#x27;est rapidement développée dès lors que la puissance de calcul et les ressources de mémoire sont devenus disponibles à moindre frais. Dans le cadre de cette thèse, nous présentons un système modulaire de reconnaissance de chaînes numériques manuscrites. Celui-ci utilise une approche &quot;segmentation-reconnaissance&quot; pour la segmentation, une stratégie de reconnaissance et une stratégie de post-traitement pour la vérification. Le système combine les sorties issues des modules de segmentation, de reconnaissance et de vérification au sein d&#x27;un même modèle probabiliste. Un nouveau schéma de vérification que composent deux vérificateurs traitant respectivement les cas de sur-segmentation et de sous-segmentation est présenté. Dans le but de vérifier les cas de sur-segmentation, un nouveau jeu de caractéristiques est considéré. L&#x27;étape de post-traitement utilisant un automate déterministe en association avec le module de décision globale permet le rejet ou l&#x27;acceptation de l&#x27;image traitée. Enfin, des résultats très significatifs ont été obtenus sur des images de montants numériques de chèques Bresiliens. Afin de montrer la robustesse et la moularité du système, ce dernier est testé sur la base de données de chiffres manuscrits NIST SD19. Plus loin, nous discutons différentes stratégies que nous avons explorées dans le but d&#x27;améliorer la performance et la fiabilité du système. Nos efforts portent particulièrement sur la vérification, la sélection de caractéristiques et les ensembles de classifieurs. L&#x27;analyse des résultats d&#x27;expériences obtenus aussi bien sur les chiffres manuscrits isolés et sur les chaînes de chiffres, met en relief la difficulté inhérente au problème de reconnaissance de chaînes numériques manuscrites.","abstract_has_math":false,"creators":["Oliveira, Luiz Eduardo Soares"],"institution":"École de technologie supérieure","degree_name":"Thèse de doctorat électronique","degree_level":"phd","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2003,"date_issued":"2003-07-04","date_published":"2003-07-04","updated_at":"2026-11-18T22:05:19Z","subjects":["Automatique, Caractere, Chaine, Chiffre, Manuscrit, Numerique"],"languages":["en"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE759"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE759","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/759/1/OLIVEIRA_luiz_Eduardo_Soares.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A759","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Oliveira, Luiz Eduardo Soares"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2003-07-04"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["phd"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Thèse de doctorat électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Automatique, Caractere, Chaine, Chiffre, Manuscrit, Numerique"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["en"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE759","https://espace.etsmtl.ca/id/eprint/759/1/OLIVEIRA_luiz_Eduardo_Soares.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["La lecture automatique de champs numériques a été envisagée dans plusieurs domaines tels que le traitement de chèques bancaires, la reconnaissance de codes postaux, et le traitement de formulaires qui constituent un large éventail des problèmes implicites à la reconnaissance de l'écriture manuscrite. Par la suite, la recherche autour de cette problématique s'est rapidement développée dès lors que la puissance de calcul et les ressources de mémoire sont devenus disponibles à moindre frais. Dans le cadre de cette thèse, nous présentons un système modulaire de reconnaissance de chaînes numériques manuscrites. Celui-ci utilise une approche \"segmentation-reconnaissance\" pour la segmentation, une stratégie de reconnaissance et une stratégie de post-traitement pour la vérification. Le système combine les sorties issues des modules de segmentation, de reconnaissance et de vérification au sein d'un même modèle probabiliste. Un nouveau schéma de vérification que composent deux vérificateurs traitant respectivement les cas de sur-segmentation et de sous-segmentation est présenté. Dans le but de vérifier les cas de sur-segmentation, un nouveau jeu de caractéristiques est considéré. L'étape de post-traitement utilisant un automate déterministe en association avec le module de décision globale permet le rejet ou l'acceptation de l'image traitée. Enfin, des résultats très significatifs ont été obtenus sur des images de montants numériques de chèques Bresiliens. Afin de montrer la robustesse et la moularité du système, ce dernier est testé sur la base de données de chiffres manuscrits NIST SD19. Plus loin, nous discutons différentes stratégies que nous avons explorées dans le but d'améliorer la performance et la fiabilité du système. Nos efforts portent particulièrement sur la vérification, la sélection de caractéristiques et les ensembles de classifieurs. L'analyse des résultats d'expériences obtenus aussi bien sur les chiffres manuscrits isolés et sur les chaînes de chiffres, met en relief la difficulté inhérente au problème de reconnaissance de chaînes numériques manuscrites."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Automatic recognition of handwritten numerical strings"]}]}],"canonical_facts":{"dc:creator":["Oliveira, Luiz Eduardo Soares"],"dc:date":["2003-07-04"],"dc:description":["La lecture automatique de champs numériques a été envisagée dans plusieurs domaines tels que le traitement de chèques bancaires, la reconnaissance de codes postaux, et le traitement de formulaires qui constituent un large éventail des problèmes implicites à la reconnaissance de l'écriture manuscrite. Par la suite, la recherche autour de cette problématique s'est rapidement développée dès lors que la puissance de calcul et les ressources de mémoire sont devenus disponibles à moindre frais. Dans le cadre de cette thèse, nous présentons un système modulaire de reconnaissance de chaînes numériques manuscrites. Celui-ci utilise une approche \"segmentation-reconnaissance\" pour la segmentation, une stratégie de reconnaissance et une stratégie de post-traitement pour la vérification. Le système combine les sorties issues des modules de segmentation, de reconnaissance et de vérification au sein d'un même modèle probabiliste. Un nouveau schéma de vérification que composent deux vérificateurs traitant respectivement les cas de sur-segmentation et de sous-segmentation est présenté. Dans le but de vérifier les cas de sur-segmentation, un nouveau jeu de caractéristiques est considéré. L'étape de post-traitement utilisant un automate déterministe en association avec le module de décision globale permet le rejet ou l'acceptation de l'image traitée. Enfin, des résultats très significatifs ont été obtenus sur des images de montants numériques de chèques Bresiliens. Afin de montrer la robustesse et la moularité du système, ce dernier est testé sur la base de données de chiffres manuscrits NIST SD19. Plus loin, nous discutons différentes stratégies que nous avons explorées dans le but d'améliorer la performance et la fiabilité du système. Nos efforts portent particulièrement sur la vérification, la sélection de caractéristiques et les ensembles de classifieurs. L'analyse des résultats d'expériences obtenus aussi bien sur les chiffres manuscrits isolés et sur les chaînes de chiffres, met en relief la difficulté inhérente au problème de reconnaissance de chaînes numériques manuscrites."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE759","https://espace.etsmtl.ca/id/eprint/759/1/OLIVEIRA_luiz_Eduardo_Soares.pdf"],"dc:language":["en"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["Automatique, Caractere, Chaine, Chiffre, Manuscrit, Numerique"],"dc:title":["Automatic recognition of handwritten numerical strings"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["phd"],"thesis:degree_name":["Thèse de doctorat électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:05:19Z"}