Please use this identifier to cite or link to this item: http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/12691
Full metadata record
DC FieldValueLanguage
dc.contributor.authorabbas, faycel-
dc.date.accessioned2022-06-29T13:23:36Z-
dc.date.available2022-06-29T13:23:36Z-
dc.date.issued2022-
dc.identifier.citationIdentification and retrieval writer's focused on the recognition of his handwriting is highly complex and challenging task, these challenges included variations in handwriting styles, handwriting languages, character sets, layout or legibility; although Handwriting exhibits behavioral features of an individual and has been considered as unique. Where the letters style and shape of written entirely different for different writers and vary slightly for same writer. Also alphabets in the handwritten text may have junctions, crossings, loops, different directions, what Makes Identification /retrieval even more difficult is the fact that handwriting of the same writer may also present high variability in handwriting, such as writing letters of different sizes, changing writing instruments or document layout. Therefore, we intend in this work to identify specific characteristics from writers which can be robust against the aforementioned changes and proposes a model for discovering the writer’s identity based on features extraction of handwriting using machine learning algorithms. In this thesis we used several datasets constrained and unconstrained, some of which contain single-script and multi-script handwritings written in different languages. RÉSUMÉ L'identification et la recherche de scripteur base sur son écriture manuscrite est une tâche très complexe et difficile. Ces défis comprenaient des variations dans les styles d'écriture manuscrite, les langues d'écriture manuscrite, les jeux de caractères, la mise en page ou la lisibilité ; bien que l'écriture manuscrite présente les caractéristiques comportementales d'un individu et ait été considérée comme unique. Où le style et la forme des lettres écrites varient légèrement pour le même scripteur et totalement différents pour différents scripteurs. De plus, les alphabets dans le texte manuscrit peuvent avoir des boucles, des croisements, des jonctions, des directions différentes, ce qui rend l'identification/recherche de scripteur une tache plus difficile, puisque l'écriture manuscrite du même scripteur peut également présenter une grande variabilité dans l'écriture manuscrite, comme l'écriture de lettres de différentes tailles, changer les instruments d'écriture ou la mise en page du document. Par conséquent, nous avons l'intention dans ce travail d'identifier les caractéristiques spécifiques des scripteurs qui peuvent être robustes contre les changements susmentionnés et propose un modèle pour découvrir l'identité de scripteur basé sur l'extraction de caractéristiques de l'écriture manuscrite à l'aide d'algorithmes d'apprentissage automatique. Dans cette thèse, nous avons utilisé plusieurs bases de données, dont certains contiennent des textes manuscrits écrits dans une seule langue et d'autres sont écrits en plusieurs langues.en_US
dc.identifier.urihttp://dspace.univ-bouira.dz:8080/jspui/handle/123456789/12691-
dc.language.isoenen_US
dc.publisherUniversité de BOUIRA جامعة البويرةen_US
dc.titlewriter identification and writer retrieval of a handwritten documenten_US
dc.typeThesisen_US
Appears in Collections:Faculté des Sciences et des Sciences Appliquées

Files in This Item:
File Description SizeFormat 
thesis abbas faycel.pdf23,94 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.