Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite

Abstract

L’écriture manuscrite est une biométrie comportementale personnelle qui caractérise l’individu d’une façon unique. Elle permet d’obtenir plusieurs informations propre à son auteur tel que le genre. Dans ce travail, nous proposons un système de prédiction automatique du genre à partir de l’écriture manuscrite en utilisant l’apprentissage profond. A cet effet, nous proposons en premier lieu de générer des images textures par genre à partir des échantillons d’écriture manuscrite. Nous associerons ensuite ces images à un Réseau de Neurones Convolutifs (CNN) afin d’extraire les caractéristiques propres à chaque genre.Enfin, nous proposons d’utiliser les filtres de Gabor avec les CNNs pour une meilleure ex-traction de caractéristiques. Les différents tests sont effectués sur deux bases de données standards. Les résultats obtenus sont très satisfaisants et prometteurs.