Méta-modèles de positionnement spatial pour la reconnaissance de tracé manuscrits

Spatial meta-models for hanwdritten pattern recognition

• Auteur / Autrice : Adrien Delaye
• Direction : Éric Anquetil
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2011
• Etablissement(s) : Rennes, INSA

Mots clés

Mots clés contrôlés

Automatisation

Reconnaissance des formes (informatique)

Résumé

Nous introduisons les meta-modeles spatiaux pour la representation generique de relations spatiales entre objets manuscrits. Ces modeles peuvent etre appris a partir de donnees et offrent une precision accrue en prenant en compte les formes des objets. Leur definition floue permet la gestion de l’imprecision et offre une description conforme a l’intuition. Un meta-modele a un pouvoir de prediction qui permet de decrire la relation modelisee dans l’image, par rapport a un objet de reference. Cette capacite rend possible la visualisation des modeles et constitue un outil pour segmenter les traces en fonction de leur contexte. Nous proposons une representation des symboles manuscrits structures reposant uniquement la description fine de leur information spatiale par ces modeles. La segmentation des traces en primitives est guidee par la capacite de prediction des modeles. Les resultats confirment l'importance de l'information spatiale et valident la qualite de la modelisation proposee.

Spatial meta-models are introduced for a generic description of spatial relations between handwritten objetcs. The models are trainable from data and offer an increased precision thanks to the consideration of objetcs shapes. The fuzzy definition allows to deal with imprecision and provides an intuitive modeling. Meta-models have a predictive ability which enables the description of the modeled relation in the image space, relatively to a reference object. It allows the model visualization and provide a tool for context-driven object segmentation. We proporse a resentation of structured handwritten symbols based only on the description of their spatial information with meta-models. Segmentation of objetcs into primitives is driven by the models prediction ability. Results confirme the importance of spatial information and validate the quality of the proposed models.