Thèse

Laboratoire : Irisa, équipe IMADOC

Bourse de thèse : BDI CNRS co-financée par la région Bretagne.

Sujet : Étude des mécanismes d'adaptation et de rejet pour l'optimisation de classifieurs : Application à la reconnaissance de l'écriture manuscrite en-ligne.

Date de soutenance :  5 décembre 2007  à l'Irisa (Rennes)

Jury :

Rapporteurs :

Examinateurs :

Encadrants de thèse :

Résumé :

L'émergence de l'informatique nomade a rendu nécessaire l'utilisation des interfaces orientées stylo sur des petits périphériques mobiles disposant de ressources limitées : l'utilisateur écrit et dessine des textes, des croquis, des commandes, etc. directement sur l'écran tactile du système. Pour permettre une mise en oeuvre conviviale et efficace de ces nouvelles modalités de communication, il est nécessaire de concevoir des moteurs de reconnaissance robustes et performants pour interpréter l'écriture manuscrite. L'objectif de ces travaux est donc d'améliorer les performances des systèmes de reconnaissance existants en se focalisant sur deux axes de recherche : l'adaptation et le rejet.
Le premier axe de recherche, le rejet, permet d’évaluer la pertinence de la réponse du classifieur. Pour cela il s'agit de délimiter le domaine de validité des connaissances du classifieur. Deux natures de rejet peuvent alors être distinguées :

Pour mettre en oeuvre ces rejets, nous présentons un formalisme générique basé sur la notion de fonctions de confiance, ainsi que des algorithmes originaux pour fixer les seuils de décision. En comparant nos approches avec des solutions plus classiques, nous montrons leur capacité de généralisation et leur adéquation avec les contraintes liées à notre applicatif.

Le principe du second axe de recherche, l'adaptation, est de spécialiser automatiquement un système conçu pour reconnaître l'écriture de n'importe quel utilisateur en un système dédié à la reconnaissance de l'écriture d'une seule personne, l'utilisateur principal du périphérique mobile. Cette adaptation se fait à la volée, c'est-à-dire au fur et à mesure de l'utilisation du système par le scripteur.
Notre approche ADAPT permet de réaliser cette adaptation sur les systèmes d'inférence floue en respectant nos contraintes liées à notre applicatif. Les prototypes flous du système sont déplacés, déformés et créés en tenant compte de tous les paramètres du classifieur. Pour accélérer l'adaptation, nous augmentons la quantité de données disponibles en synthétisant de nouveaux caractères à partir de ceux déjà entrés par l'utilisateur.

Téléchargement : PDF