Les méthodes de machine Learning

Table des matières

Introduction
4 Théorie 
4.1 Fonctionnement
4.1.1.1 Pre-processing
4.1.1.2 Filtres pre-processing
4.1.1.3 Processing
4.1.1.4 Segmentation
4.1.1.5 Interprétation des résultats
5 Etats de l’art 
5.1 Deep Features for Text Spotting
5.2 Méthode « sliding-windows detection »
5.3 Synthèse
6 Pre-processing 
6.1 Filtre « Laplacian »
6.1.1 Filtre Laplacian sur niveau de gris
6.1.2 Filtre Laplacian sur des images niveau de couleurs
6.1.3 Maximum Laplacian sur les 3 bandes de couleur
6.2 Filtre de Sobel
6.2.1 Filtre de Sobel sur image niveau de gris
6.2.2 Filtre de Sobel Maximum et Somme
6.3 Résultats pre-processing
6.4 Synthèse
7 Filtres pre-processing 
7.1 Détection est suppression contours de boîtes
7.2 Détection est suppression des « crease »
TRAVAIL DE DIPLÔME 11 juillet 2016
7.2.1 Détection des « crease » méthode n°1
7.2.2 Détection des « crease » méthode n°2
7.3 Détection de code-barres et datamatrix
7.4 Synthèse
8 Processing 
8.1 Abstraction d’une ROI
8.1.1 Caractéristiques géométriques
8.1.2 Zones spatiales
8.1.3 Histogramme
8.1.4 Projection orthogonale
8.2 Stratégie de processing
8.2.1 Filtre N°1
8.2.2 Filtre N°2
8.3 Machine learning « Decision Tree »
8.4 Synthèse
9 Segmentation 
9.1 Segmentation simple
9.1.1 Résultats et analyse
9.2 Segmentation sur base de masque
9.2.1 Résultats et analyse
9.3 Segmentation finale
9.4 Résultats
10 Conclusion