Dans cet article nous proposons une nouvelle approche pour combiner des descripteurs de formes fondée sur l'étude comportementale de ceux-ci vis-à-vis d'un corpus d'apprentissage. Chaque descripteur est calculé sur plusieurs classes d'objets ou de symboles. Pour chaque échantillon et pour tous les descripteurs nous déterminons un profil type défini à partir d'un jeu d'apprentissage en prenant en compte les conflits pouvant exister entre descripteurs. Enfin, nous montrons que l'utilisation de la combinaison de descripteurs permet d'améliorer la classification sur des cas d'études réels.
Jean-Pierre Salmon, Laurent Wendling, Salvatore Tabbone. Reconnaissance de symboles graphiques à partir d'une combinaison de descripteurs en intégrant leur comportement sur une base d'apprentissage. Sep 2006, pp.97-102. ⟨hal-00113764⟩
Citations
APA
Reconnaissance de symboles graphiques à partir d'une combinaison de descripteurs en intégrant leur comportement sur une base d'apprentissage. (2006). https://hal.science/hal-00113764
MLA
Reconnaissance De Symboles Graphiques à Partir d'Une Combinaison De Descripteurs En Intégrant Leur Comportement Sur Une Base d'Apprentissage. Sept. 2006, https://hal.science/hal-00113764.
Chicago
“Reconnaissance De Symboles Graphiques à Partir d'Une Combinaison De Descripteurs En Intégrant Leur Comportement Sur Une Base d'Apprentissage.” 2006. https://hal.science/hal-00113764.
Harvard
“Reconnaissance de symboles graphiques à partir d'une combinaison de descripteurs en intégrant leur comportement sur une base d'apprentissage” (2006). Available at : https://hal.science/hal-00113764.
ISO 690
Reconnaissance de symboles graphiques à partir d'une combinaison de descripteurs en intégrant leur comportement sur une base d'apprentissage, 2006. [en ligne]. Disponible à l'adresse : https://hal.science/hal-00113764