Approche markovienne bidimensionnelle d'analyse et de reconnaissance de documents manuscrits
Abstract
This thesis presents a 2D generic stochastic approach for the analysis and recognition of handwritten documents, called AMBRES (Approche Markovienne Bidimensionnelle pour la Reconnaissance et la Segmentation d'images), which relies on Markov random fields, 2D dynamic programming and 2D image analysis.
AMBRES has been successfully applied to such various tasks as handwritten character / word recognition, handwritten document structuring and logo recognition, and could be extended to other computer vision issues.
Rigorous protocols have been used for characterizing the system, studying its parameters and assessing its performances. In particular, AMBRES has been assessed within the framework of the French RIMES (Reconnaissance et Indexation de données Manuscrites et de fac similES) evaluation campaign.
AMBRES has been successfully applied to such various tasks as handwritten character / word recognition, handwritten document structuring and logo recognition, and could be extended to other computer vision issues.
Rigorous protocols have been used for characterizing the system, studying its parameters and assessing its performances. In particular, AMBRES has been assessed within the framework of the French RIMES (Reconnaissance et Indexation de données Manuscrites et de fac similES) evaluation campaign.
Dans cette thèse, nous présentons une approche bidimensionnelle markovienne générale pour l'analyse et la reconnaissance de documents manuscrits appelée AMBRES (Approche Markovienne Bidimensionnelle pour la Reconnaissance et la Segmentation d'images). Elle est fondée sur les champs de Markov, la programmation dynamique 2D et une analyse bidimensionnelle de l'image.
AMBRES a été appliquée avec succès à des tâches aussi diverses que la reconnaissance de caractères et de mots manuscrits isolés, la structuration de documents manuscrits et la reconnaissance de logos et pourrait être étendue à d'autres problématiques du domaine de la vision.
Des protocoles rigoureux ont été utilisés pour l'étude du système et de ses paramètres ainsi que pour l'évaluation des performances. En particulier, AMBRES a pu être validée au sein de la campagne d'évaluation RIMES (Reconnaissance et Indexation de données Manuscrites et de fac similES).
AMBRES a été appliquée avec succès à des tâches aussi diverses que la reconnaissance de caractères et de mots manuscrits isolés, la structuration de documents manuscrits et la reconnaissance de logos et pourrait être étendue à d'autres problématiques du domaine de la vision.
Des protocoles rigoureux ont été utilisés pour l'étude du système et de ses paramètres ainsi que pour l'évaluation des performances. En particulier, AMBRES a pu être validée au sein de la campagne d'évaluation RIMES (Reconnaissance et Indexation de données Manuscrites et de fac similES).
Loading...