Reconnaissance des chiffres manuscrits Devanagari à l'aide d'un réseau neuronal

Au cours des cinquante dernières années, la reconnaissance des caractères anglais a été étudiée et les résultats ont été tels qu'ils ont permis de produire des applications technologiques. Mais la même approche ne peut pas être utilisée dans le cas des langues indiennes en raison de la nature de la complication en termes de structure et de calcul. "L'hindi, la langue nationale de l'Inde (écrite en Devanagri), est la troisième langue la plus populaire au monde après le chinois et l'anglais. La reconnaissance des caractères manuscrits Devanagri trouve de nombreuses applications dans différents domaines tels que la lecture d'adresses postales et de chèques par voie électronique. Plusieurs systèmes de reconnaissance de chiffres manuscrits ont été proposés et développés au cours des dernières décennies. Mais la robustesse et la précision de ces systèmes restent problématiques en raison de la diversité des modèles d'écriture, de la taille, de l'inclinaison, de l'encre et du style d'écriture. Cet article propose donc une nouvelle approche pour la reconnaissance des chiffres manuscrits Devanagari, basée sur des caractéristiques structurelles globales et locales. Un classificateur de réseau neuronal probabiliste (PNN) est utilisé pour classer les chiffres Devanagari séparément.