Un modèle de champ aléatoire conditionnel 2D appliqué à la segmentation d'images de documents - Association Française d'Intelligence Artificielle Accéder directement au contenu
Communication Dans Un Congrès Année : 2008

Un modèle de champ aléatoire conditionnel 2D appliqué à la segmentation d'images de documents

Stéphane Nicolas
Thierry Paquet
Laurent Heutte

Résumé

Nous nous intéressons dans ces travaux à l'analyse d'images par le biais de techniques Markoviennes discriminantes: les champs aléatoires conditionnels. Nous présentons une implémentation 2D de ces modèles principalement utilisés jusqu'à présent pour l'analyse de données monodimensionnelles. L'implémentation que nous proposons est basée sur une approche de type combinaison de classifieurs discriminants. Nous illustrons et comparons les capacités de cette approche par rapport aux modèles de Champs de Markov Cachés au travers d'un exemple d'application à l'analyse de la structure de documents complexes et dégradés.
Fichier non déposé

Dates et versions

hal-00509171 , version 1 (10-08-2010)

Identifiants

  • HAL Id : hal-00509171 , version 1

Citer

Stéphane Nicolas, Julien Dardenne, Thierry Paquet, Laurent Heutte. Un modèle de champ aléatoire conditionnel 2D appliqué à la segmentation d'images de documents. 16e congrès francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle, RFIA 2008, Jan 2008, Amiens, France. pp: 304-312. ⟨hal-00509171⟩
118 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More