Une approche neuronale predictive pour la reconnaissance en-ligne de l'ecriture cursive

A neural predictive approach for on-line cursive handwriting recognition

• Auteur / Autrice : Sonia Garcia-Salicetti
• Direction : Patrick Gallinari
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1996
• Etablissement(s) : Paris 6

Résumé

Cette these est consacree a la reconnaissance automatique en-ligne de l'ecriture manuscrite par modeles de markov caches (mmcs) hybrides. Nous proposons une approche de type neuro-predictif pour la reconnaissance de mots dans un cadre applicatif multi-scripteur a vocabulaire etendu. Le modele d'un mot est un modele markovien gauche-droite dans lequel chaque etat est un reseau neuronal multicouches, effectuant une regression non-lineaire sur les vecteurs d'observation qu'il recoit en entree. Nous montrons que si un contexte gauche de l'observation est place en entree des reseaux neuronaux, notre modele etend les modeles de markov autoregressifs au cadre non-lineaire. Au cours de l'apprentissage, une segmentation adaptative du mot en lettres est utilise pour entrainer les reseaux neuronaux presents dans chaque mmc de lettre, identifies aux etats de ce dernier. Un critere de maximum de vraisemblance optimise par rapport a la suite d'etats est employe. Ainsi, chaque modele de lettre est entraine sur les donnees de sa classe, et batit durant l'apprentissage une caracterisation de cette derniere. Cet apprentissage ne produit pas naturellement des modeles de lettre tres discriminants entre les differentes classes. Nous proposons alors un algorithme d'apprentissage discriminant a base d'exemples et de contre-exemples de chaque lettre. Nous montrons alors l'apport de ce nouveau critere d'apprentissage et son lien au critere classique d'information mutuelle maximale. La reconnaissance est effectuee par segmentation adaptative dans le cadre d'une competition entre les modeles de lettre. Un post-traitement lexical est alors introduit afin de proposer un mot d'un lexique a partir de la suite d'etiquettes de lettres obtenue en sortie du reconnaisseur.