Description

Contexte et objectifs

Même si les technologies de reconnaissance d’écriture sont utilisées dans des applications spécifiques depuis les années 90 (traitement du courrier postal et des chèques), elles n’ont pas réussi à percer jusqu’au grand public. Aucun acteur n’a jusqu’à présent réussi à rassembler les éléments nécessaires à la mise au point d’une technologie mature pour une application grand public disponible sur téléphone mobile : l’expertise technique, une grande quantité de données, une simplicité d’utilisation, un accès à des utilisateurs et un business model.

Ces innovations technologiques combinées à sa technologie brevetée de scan de pages embarquée dans l’application mobile SCRIBZEE permettront de différencier une offre à forte valeur ajoutée sur un marché du cahier très compétitif

Méthodologie et résultats

Méthodologie : Grâce aux dernières avancées des réseaux de neurones profonds (Deep Learning), il s’agit de lever 2 verrous majeures : l’analyse de la mise en page de notes manuscrites sur des cahiers présentant différentes réglures, la conception et l’apprentissage d’un modèle optique d’écriture sur une grande variété d’écritures et de langues (omni-scripteurs).

Résultats majeurs du projet : Développement d’un moteur de reconnaissance à base de réseaux profonds embarqué dans l’application mobile SCRIBZEE permettant la reconnaissance de titres de notes manuscrites.