Reconnaissance en-ligne de lettres manuscrites cursives par chaînes de Markov cachées
Résumé
In this paper, we present an on-line handwritten character recognition system which is based on structured and logical modeling of handwriting using Hidden Markov Models. After some specific preprocessing, we extract two differen t classes of primitives which represent the two main aspects of handwriting : th e dynamic aspect for the notion of trajectory of the pen tip and the static aspec t for the notion of global geometry of the letter. We make an initial training to adjust the probabilities of each Hidden Markov Model. Then, the recognition system computes the probabilities of generation by each model of the letter to b e interpreted. This performs a clustering process based on similarity.
Cet article présente un système de reconnaissance en ligne de lettres cursives isolées qui s'appuie sur une modélisation structurée et logique des lettres (amorce, corps, ligature,...) par l'intermédiaire de modèles de Markov cachés. Après différents prétraitements spécifiques, on opère une segmentation dynamique des lettres en primitives locales représentatives de la trajectoire de la pointe du stylet (aspect gestuel), associées à des primitives de nature plus globale représentatives de la géométrie du tracé (aspect visuel). Une phase d'apprentissage est ensuite réalisée sur chaque modèle associé à chaque type de lettre. Lors de la reconnaissance, le système va estimer les probabilités de génération de la lettre à reconnaître pour chaque modèle. On effectue ainsi une classification basée sur un critère de ressemblance.