Reconnaissance de mots manuscrits par modèles markoviens

Nous présentons dans cette communication une méthode de reconnaissance de mots manuscrits cursifs d'un petit lexique. Nous évitons d'utiliser un modèle explicite en lettres séparées de façon à contourner le problème délicat de la segmentation et la complexité des modèles cherchant à recombiner les meilleurs possibilités de segmentation. Nous utilisons deux représentations structurelles l'une en traits l'autre en graphèmes, qui sont toutes deux modèlisées par des processus de Markov. Nous discutons du choix de l'ordre des modèles utilisés à l'aide d'un critère d'information d'Akaïke. La probabilité du modèle considéré conditionellement à la séquence observée est évaluée en prenant en compte la longueur de cette séquence. Nous présentons des résultats de reconnaissance sur une base d'image de chèques