Une nouvelle stratégie pour l'amélioration des jeux de primitives d'un système de reconnaissance de l'écriture

Dans cet article nous introduisons une nouvelle strategie permettant l'amelioration d'un jeu de primitives d'un systeme de reconnaissance de l'ecriture manuscrite. L'idee de base repose sur la constatation que parmi un ensemble de primitives, certaines sont plus discriminantes que d'autres. La technique d'amelioration proposee consiste a conserver les primitives les plus discriminantes et a substituer celles qui ne le sont pas. Dans un premier temps le pouvoir discriminant de chaque primitive doit etre evalue, la perplexite conditionnelle est utilisee a cet effet. Ensuite l'identification de classes de primitives non-discriminantes permet de choisir la strategie de descente d'un niveau perceptif. Un nouvel ensemble de primitives specialise pour chaque sous-probleme de classification identifie par ces classes de primitives est ensuite defini. Leur regroupement avec les primitives discriminantes initiales permet de construire un nouveau systeme de reconnaissance ameliore. L'application de cette technique sur un systeme existant a montre sa pertinence.

[1]  Anil K. Jain,et al.  Feature extraction methods for character recognition-A survey , 1996, Pattern Recognit..

[2]  Laurent Heutte Reconnaissance de caractères manuscrits : application a la lecture automatique des chèques et des enveloppes postales , 1994 .

[3]  Robert Sabourin,et al.  Influence of word length on handwriting recognition , 1999, Proceedings of the Fifth International Conference on Document Analysis and Recognition. ICDAR '99 (Cat. No.PR00318).

[4]  Paul D. Gader,et al.  Fusion of handwritten word classifiers , 1996, Pattern Recognit. Lett..

[5]  Robert M. Gray,et al.  An Algorithm for Vector Quantizer Design , 1980, IEEE Trans. Commun..

[6]  Sven Loncaric,et al.  A survey of shape analysis techniques , 1998, Pattern Recognit..

[7]  Robert Sabourin,et al.  An HMM-Based Approach for Off-Line Unconstrained Handwritten Word Modeling and Recognition , 1999, IEEE Trans. Pattern Anal. Mach. Intell..

[8]  Jiri Matas,et al.  On Combining Classifiers , 1998, IEEE Trans. Pattern Anal. Mach. Intell..

[9]  Lalit R. Bahl,et al.  A Maximum Likelihood Approach to Continuous Speech Recognition , 1983, IEEE Transactions on Pattern Analysis and Machine Intelligence.

[10]  Yves Lecourtier,et al.  Modélisation markovienne de l'écriture arabe manuscrite: une approche analytique , 1998 .