Datation des documents manuscrits historiques par l’apprentissage profond

Abstract

Le mémoire aborde la problématique de la datation des documents historiques, en proposant une approche basée sur l'extraction de caractéristiques locales et globales. Avec l’utilisationdes méthodes SIFT et ORB pour extraire les caractéristiques locales des documents, et un modèle CNN pré-entraînés (VGG) pour extraire les caractéristiques globales. Les vecteurs issus de ces méthodes sont utilisés pour créer des vecteurs de représentation de document. Ces vecteurs sont ensuite utilisés par un modèle PyTorch pour évaluer les performances de la datation des documents historiques. L'étude expérimentale est réalisée sur l’ensemble de données KERTAS. L'objectif est d'améliorer la précision de la datation des documents historiques.