Segmentation, Recognition and Indexing of Cham characters in Cham documents

Segmentation, Reconnaissance et Indexation de caractères dans les documents CHAM Depuis la disparition des royaumes Champa au cours du 19e siècle, la langue Cham qui est née et s'est développée à partir de 2e siècle, n'est plus vraiment utilisée chez les descendants des Champa. Le manque de transmission des connaissances et des documents de la culture Cham rend, l'étude de cette langue difficile pour les épigraphistes et les historiens. Par conséquent, le projet ANR CHAMDOC vise à préserver et proposer des outils pour étudier la langue Cham. Dans cette thèse, nous nous sommes concentrés sur l'analyse de deux types de documents Cham à savoir : des inscriptions, qui ont été gravées sur des stèles en pierre, du 6e au 15e siècle et des manuscrits datant du 18e siècle. Quelques travaux sur la numérisation des inscriptions ont été menés mais aucune étude n'a vraiment été réalisée. La collection de manuscrits, quant à elle, n'a jamais été exploitée. Ces deux collections de documents offrent de nombreux défis pour la communauté scientifique. Au cours de ces travaux, nous proposons un pipeline complet pour le traitement automatique de ces documents. Celui-ci est basé sur différentes techniques d'analyse d'images de documents. Les défis rencontrés proviennent des caractéristiques des documents eux-mêmes, mais aussi des spécificités linguistiques du Cham. Une analyse de ces caractéristiques a été menée afin de proposer des solutions adaptées aux inscriptions et aux manuscrits.