Apprentissage d'une chaîne de Markov cachée. Problèmes numériques liés à l'application à l'image

 Access to full text

 Full (PDF)

1. [1] Agazzi O., Kuo S.S., (1994), Keyword spotting in poorly printed documents using pseudo-2D HMMs, IEEE Transactions on pattern recognition and machine intelligence, vol. 16(8), pp 842- 848. 
2. [2] Alani T., Guellif H., (1994), Modèles de Markov cachés - théorie et techniques de base - Partie 1, Rapport de recherche n°2196, INRIA, 57 p. 
3. [3] Anigbogu J.-C., (1992), Reconnaissance de caractères imprimés multifontes à l'aide de modèles stochastiques et métriques, Thèse de doctorat, Université de Nancy I, 156 p. 
4. [4] Asselin de Beauville J.-P., Slimane M., Venturini G., Laporte J.-L., Narbey M., (1996), Two hybrid gradient and genetic search algorithms for leaming hidden Markov models, Proceedings of the International Conference on Machine Learning (ICML' 96), Bari (Italy, pp 5-12. 
5. [5] Askar M., Derin H., (1981), A recursive algorithm for the Bayes solution of the smoothing problem, IEEE Transactions on Automatic Control, vol. 26(2), pp 558-561. Zbl0475.93075MR613582
6. [6] Baum L.E., Eagon J.A., (1967), An inequality with applications to statistical estimation for probabilistic functions of Markov processes and to a model for ecology, Bull. Amer. Soc.73, pp 360-363. Zbl0157.11101MR210217
7. [7] Baum L.E., (1972), A inequality and associated maximization technique in statistical estimation for probabilistic functions of Markov processes, Inequalities3, pp 1-8. MR341782
8. [8] Brouard T., Slimane M., Asselin J.-P., (1996), Les modèles de Markov cachés pseudo-2D, Rapport Interne n° 176, LI EIII, Tours, 26 p. 
9. [9] Brouard T., Slimane M., Asselin J.-P., (1996), Introduction aux modèles de Markov cachés du 1 er ordre (2 ème Partie, Rapport Interne n° 178, LI EIII, Tours, 68 p. 
10. [10] Brouard T., Slimane M., Venturini G., Asselin J.-P., (1997), Apprentissage du nombre d'états d'une chaîne de Markov cachée pour la reconnaissance d'images, 16ème Colloque GRETSI sur le Traitement du Signal et des Images, Grenoble, pp. 845-848. 
11. [11] Chen J.-L., Kundu A., (1994), Rotation and gray scale transform invariant texture identification using wavelet decomposition and hidden Markov model, IEEE Transactions on pattern analysis and machine intelligence, vol. 16(2), pp 208- 215. 
12. [12] Devijver P.A., Dekesel M., (1988), Champs aléatoires de Pickard et modélisation d'images digitales, Traitement du Signal, vol. 5(5), pp 131-150. MR984853
13. [13] Dours C., (1989), Contribution à l'étude du décodage acoustico-phonétique pour la reconnaissance automatique de la parole, Thèse de Doctorat, Univ. Paul Sabatier, Toulouse. 
14. [14] Gauvain J.-L., Lamel L.F., Adda G., Adda-Decker M., (1994), The LIMSI continuous speech dictation system : Evaluation on the ARPA Wall Street Journal Task, Proceeding of ICCASP' 94, pp 1557-1560. 
15. [15] Kriouille A., (1990), La reconnaissance automatique de la parole et les modèles markoviens cachés, Thèse de Doctorat, Université de Nancy I, 149 p. 
16. [16] Levinson S.E., Rabiner L.R., Sondhi M.M., (1983), An introduction to the application of the theory of probabilistic functions of Markov process to automatic speech recognition, The Bell System Technical Journal, vol. 62(4). Zbl0507.68058MR702893
17. [17] Mao W.D., Kung S.Y., (1990), An object recognition system using stochastic knowledge source and VLSI architecture, Proceedings of the International Conference on Pattern Recognition, pp 832-836. 
18. [18] Rabiner L.R., (1989), A tutorial on hidden Markov models and selected application in speech recognition, Proceedings of IEEE, vol. 77, pp 257-286. 
19. [19] Rabiner L.R., Levinson S.E., Sondhi M.M., (1983), On the application of vector quantization and hidden Markov models to speaker-independant isolated word recognition, The Bell System Technical Journal, vol. 62, pp 1075-1105. MR702893
20. [20] Saerens M., (1993), Hidden Markov models assuming a continuous time dynamic emission of acoustic vectors, Proceedings of Eurospeech. 
21. [21] Salzenstein F., (1996), Modèles Markoviens flous et segmentation statistique non supervisée d'image, Thèse de doctorat, Université de Rennes I, 142 p. 
22. [22] Samaria F.S., (1994), Face recognition using HMMs, Dissertation for the degree of Doctor of Philosophy, Trinity College, University of Cambridge, 101 p. 
23. [23] Samaria F.S., Fallside F., (1993), Face identification and features extract using HMMs, Image processing : theory and applications, Elsevier Science Publisher B.V, pp 295-298. 
24. [24] Slimane M., Asselin J.-P., (1994), Introduction aux modèles de Markov cachés du premier ordre (1ère Partie, Rapport interne n° 171, LI EIII, Tours, 36 p. 
25. [25] Slimane M., Venturini G., Asselin J.-P., Brouard T., Brandeau A., (1996), Optimizing HMM with a genetic algorithm, Artificial Evolution, Lecture Notes in Computer Science, vol. 1063, Springer Verlag, pp 384-396. 
26. [26] Slimane M., ASSELIN de Beauville J.-P., Brouard T., Venturini G., Sealelli J.-M., (1996), Reconnaissance d'image par chaîne de Markov cachée optimisée génétiquement, Actes des XXVIIIèmes Journées de Statistique, Québec, pp 683 -687.