Normalisation par modèles locaux et reconnaissance par modèles globaux pour la reconnaissance de l'écriture manuscrit - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2002

Normalisation par modèles locaux et reconnaissance par modèles globaux pour la reconnaissance de l'écriture manuscrit

Christophe Choisy
  • Function : Author
  • PersonId : 836386
Abdel Belaïd
  • Function : Author
  • PersonId : 830137

Abstract

Le principal problème en Reconnaissance de l'Ecriture Manuscrite est la grande variabilité de l'écriture et les distorsions des échantillons. Les modèles élastiques tels que les \hmm\ sont particulièrement efficaces pour absorber ces variations, grâce à l'utilisation d'observations locales et de programmation dynamique. Mais leur vision de la forme reste locale. D'un autre coté, les modèles globaux tels que les Réseaux de Neurones savent faire des corrélations sur la globalité d'un échantillon. Mais leur entrée de taille fixe ne leur permet pas de s'adapter aux variations de longueur, et ils sont très sensibles aux déformations. Pour utiliser les avantages des deux classes de modèles, nous proposons de normaliser les images à l'aide d'un modèle élastique (un \nshp), puis de les analyser à l'aide d'un modèle global (un \svm). Le \nshp\ se focalise sur les caractéristiques importantes en absorbant les distorsions. L'image est normalisée non-linéairement d'après ces informations, et un \svm\ est utilisé pour les corrélations globales et la classification. Les premiers résultats sont encourageants et tendent à confirmer l'intérêt de notre approche.
Fichier principal
Vignette du fichier
A02-R-233.pdf (114.75 Ko) Télécharger le fichier
Loading...

Dates and versions

inria-00099446 , version 1 (26-09-2006)

Identifiers

  • HAL Id : inria-00099446 , version 1

Cite

Christophe Choisy, Abdel Belaïd. Normalisation par modèles locaux et reconnaissance par modèles globaux pour la reconnaissance de l'écriture manuscrit. 13e Congrès Francophone AFRIF-AFIA de Reconnaissance des Formes et Intelligence Artificielle - RFIA 2002, 2002, Angers, France, 8 p. ⟨inria-00099446⟩
98 View
60 Download

Share

Gmail Facebook Twitter LinkedIn More