Skip to Main content Skip to Navigation
Conference papers

Reconnaissance de caractères manuscrits par Réseaux Bayésiens Dynamiques

Résumé : 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.
Complete list of metadatas

Cited literature [6 references]  Display  Hide  Download

https://archivesic.ccsd.cnrs.fr/sic_00001163
Contributor : Roger T. Pédauque <>
Submitted on : Monday, December 6, 2004 - 12:08:27 PM
Last modification on : Thursday, December 5, 2019 - 3:52:01 PM
Long-term archiving on: : Saturday, April 3, 2010 - 10:51:10 PM

Identifiers

  • HAL Id : sic_00001163, version 1

Collections

Citation

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

Share

Metrics

Record views

409

Files downloads

1464