Reconnaissance d'écriture manuscrite par des techniques markoviennes : une approche bidimensionelle et générique

par Sylvain Chevalier

Thèse de doctorat en Informatique

Sous la direction de Françoise Prêteux.

Soutenue en 2004

à Paris 5 .


  • Résumé

    Nous présentons une approche de reconnaissance d'écriture manuscrite à partir des champs de Markov cachés et fondée sur une analyse entièrement bidimensionelle de l'écriture. Son originalité réside dans la combinaison d'une analyse fenêtrée de l'image, d'une modélisation markovienne et dans la mise en oeuvre de la programmation dynamique 2D qui permet un décodage rapide et optimal des champs de Markov. Un aspect important de ces travaux est la méthodologie de développement employée qui est centrée sur l'évaluation systématique des apports algorithmiques et des paramètres utilisés. Ces algorithmes sont en partie empruntés aux techniques utilisées dans le domaine de la reconnaissance de la parole et sont très génériques. L'approche proposée est validée sur deux applications corréspondant à des bases de données standard et librement disponibles. L'application de cette méthode extrêmement générique à une tâche de reconnaissance de chiffres manuscrits a permis d'obtenir des résultats comparables à ceux de l'état de l'art. L'application à une tâche de reconnaissance de mots manuscrits a permis de confimer que l'extension de cette approche à des tâches plus complexes était naturelle. L'ensemble de cette recherche a démontré la validité de l'approche développée qui apparaît comme candidate au statut d'approche standard à plusieurs problèmes de vision. En outre, elle ouvre la voie à de très nombreux développements concernant la tâche de traitement de l'écriture manuscrite et des améliorations significatives pourraient encore être apportées en recourant à d'autres principes issus du traitement de la parole et du langage. D'autres tâches comme la segmentation d'images devraient tirer avantage de la robustesse et de la faculté d'apprentissage de la modélisation que nous proposons.


  • Résumé

    We present an approach of the problem of handwriting recognition using hidden Markov random fields and based on truly bidimensional analysis of the handwriting. The main innovative aspect of this approach is the combination of a windowed analysis of the image, a Markovian modelisation and an implementation of the 2D dynamic programming algorithm that achieves a fast and optimal decoding of Markov fields. Another feature of this study is the development methodology that focuses on a systematic evaluation of algorithms and parameters. These algorithms are partly taken from techniques of the domain of speech processing and are very generic. This approach is validated on two different applications corresponding to standard public databases. The application of this generic algorithm to a handwritten digits recognition task achieved results similar to the ones of state-of-the-art methods. The application to a handwritten words recognition task showed that this approach can be extended to more complex task in a natural way. This work showed that the proposed approach is valid and appears as a candidate standard method for solving various tasks in computer vision. It paves the way for further developments in handwriting recognition and other important enhancements are expected with the use of other principles commonly used in speech and language processing problems. Other tasks such as image segmentation could also benefit from the robustness and the learning ability of our approach.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (135 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 129-135

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Descartes-Bibliothèque Saints-Pères Sciences (Paris). Service commun de la documentation. Bibliothèque Saints-Pères Sciences.
  • Consultable sur place dans l'établissement demandeur
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.