Auteurs
Résumé
Aujourd’hui, l’incroyable explosion de l’acquisition mobile d’images ou de documents parait sans limite. Bien qu’il soit facile de les partager sur les réseaux sociaux ou sur le cloud, il est encore très difficile de les classer automatiquement, de les trier ou de rechercher à l’inté- rieur de cette base de connaissance. Pour répondre à ce défi, nous devons d’abord proposer une annotation automatique pertinente pour pouvoir utiliser par la suite une recherche lexicale ro- buste. C’est l’objectif de cet article que de proposer une plate-forme mobile pour l’annotation de document automatique, claire, efficace et rapide qui permet d’envisager une recherche en texte clair. Notre approche repose sur une nouvelle méthode d’annotation automatique de do- cuments basée sur la reconnaissance de zones saillantes comme le logo. Les résultats montrent la pertinence de l’approche, nous obtenons une moyenne rappel de 80,6 % et une précision de 100%. La précision (100%) met en évidence la robustesse de l’approche que nous proposons.
Abstract
Nowadays, the incredible explosion of mobile acquisition of image or documents is unstoppable. While it is easy to share them, it is still very difficult to automatic classify, sort and search inside this knowledge. To answer this challenge, we first have to provide an appropriate automatic annotation to use lexical search robust methods. It is the objective of this paper to propose a mobile platform for clear, efficient and quick automatic document annotation that enable to consider a plain text search. Our approach relies on a new automatic document annotation method based on logo recognition. We evaluate the method on a corpus composed of 1766 administrative documents The results show the relevance of the approach, we obtain an average recall of 80.6% and a precision of 100%. The precision (100%) highlights the robustness of the approach.