Reconnaissance de caractères manuscrits par Réseaux Bayésiens Dynamiques

Abstract : Ce travail présente une approche pour la reconnaissance des caractères manuscrits qui a l'avantage de surmonter les limitations des modèles de Markov Cachés (HMMs). L'idée principale consiste à construire des modèles 2D en couplant dans un réseau bayésien dynamique deux réseaux de type HMM. Le premier modèle HMM est obtenu à partir d'observations de type colonnes de pixels (HMMvertical), le second à partir d'observations de type lignes (HMM-horizontal). L'un des avantages de ces modèles est de nous permettre d'obtenir une bonne modélisation des images des caractères manuscrits, due aux regroupement des informations concernant les lignes et les colonnes. Les résultats expérimentaux, obtenus sur la base de chiffres MNIST montrent que l'approche par réseaux bayésiens est très prometteuse dans le domaine de la reconnaissance de l'écrit.


http://archivesic.ccsd.cnrs.fr/sic_00001163
Contributor : Pédauque Roger T. <>
Submitted on : Monday, December 6, 2004 - 12:00:08 PM
Last modification on : Monday, December 6, 2004 - 12:00:08 PM

Identifiers

  • HAL Id : sic_00001163, version 1

Collections

SHS

Citation

Khalid Hallouli, Laurence Likforman-Sulem, Marc Sigelle. Reconnaissance de caractères manuscrits par Réseaux Bayésiens Dynamiques. Jun 2004. <sic_00001163>

Export

Share