Résumé

Notre objectif est d’étudier l’apport des réseaux naïfs augmentés dans les problèmes de classification d’images. Les images utilisées dans notre étude représentent la structure d’un type de documents qui contiennent des blocs de textes et de graphiques. Nous avons proposé trois variantes des réseaux bayésiens. En premier lieu les réseaux bayésiens naïfs RN qui malgré leur structure simple ont donnés un très bons résultats. En second lieu, les réseaux bayésiens naïfs augmentés par un arbre TAN. En effet, l’hypothèse d’indépendance entre les attributs est généralement fausse. A cet effet, l existe différentes techniques pour assouplir cette hypothèse. En troisième lieu, les réseaux bayésiens naïfs augmentés par une forêt FAN qui bien qu’ils soient assez connus dans les problèmes de classification, n’ont pas été explorés à notre connaissance en imagerie. Les résultats obtenus ont montré une nette amélioration du FAN par rapport aux réseaux RN et TAN

Abstract

Our objective is to study the contribution of naive increased Bayesian networks in problems of image classification. The images used in this study represent the structure of a document containing text blocks and graphics. We proposed three variants of Bayesian networks. First naive Bayesian networks RN who, despite their simple structure and strong assumption on independence have given very good results. Secondly, the naive Bayesian networks augmented by a tree TAN. Indeed, the assumption of independence among attributes is in general false. Thus, there are different techniques to relax this assumption. Thirdly, the naive Bayesian networks augmented by a forest called FAN who they are rather well known classification problems have not been investigated to our knowledge in image classification. The results showed a marked improvement over the FAN network RN and TAN.