Combinaison de classifieurs HMMs à fenêtres symétriques et asymétriques pour la reconnaissance de mots manuscrits arabes

Abstract

Le problème adressé dans cet article est la reconnaissance automatique hors ligne des noms de villes arabes. Ces noms appartiennent a un dictionnaire d'environ de 1000 classes. Notre méthode prend en considération les inclinaisons ainsi que les positions erronées des points et des marques diacritiques possibles dans l'écriture qui sont des sources majeures d'erreurs pour la reconnaissance des mots. La méthode proposée est composée d'une étape de reconnaissance et d'une étape de combinaison en post-traitement. L'étape de reconnaissance est basée sur 3 classifieurs de type modèles de Markov cachés (HMMs) qui utilisent des fenêtres glissantes de différentes orientations. L'étape de combinaison fusionne les sorties produites par les HMMs pour choisir le mot candidat le plus approprié. Plusieurs stratégies de combinaisons ont été examinées avec différentes valeurs d'inclinaison des fenêtres, ainsi que des orientations symétriques et non symétriques. Les résultats obtenus sur la base de référence IFN/ENIT montrent que la combinaison des classifieurs est meilleure que le système simple incluant une étape de correction d'inclinaison d'écriture.