Les fondements du projet IntuiDoc se situent dans le domaine de la reconnaissance de formes. Pour élaborer une reconnaissance robuste et contextuelle des éléments constituant un document manuscrit, nous concevons des méthodes de reconnaissance hybride (statistique/structurelle), en s’appuyant notamment sur la théorie de la logique floue pour gérer l’imprécision des tracés manuscrits.
En ce qui concerne les connaissances associées à la structure des documents, elles sont modélisées à l’aide de grammaires et langages visuels (2D) en étudiant notamment les nouvelles approches basées sur les grammaires de multi-ensembles avec contraintes et les grammaires logiques. Cette approche à base de grammaires caractérise la volonté de l’équipe d’externaliser les connaissances afin de pouvoir concevoir des méthodes génériques d’analyse et de composition de document.
La performance et la robustesse des systèmes développés sont des éléments clés dans l’acceptabilité des applications. Aujourd’hui, nous axons nos efforts de recherche sur la capacité d’évolution de ces systèmes au fur et à mesure de leur utilisation, notamment en s’adaptant au style et aux habitudes de tracé d’un scripteur. La conception de systèmes auto-évolutifs est un sujet d’étude très innovant dans notre communauté. Dans ce cadre, nous développons des recherches sur l’élaboration de mécanismes d’adaptation, d’apprentissage incrémental et de rejet des moteurs de reconnaissance.
Enfin, le projet IntuiDoc s’intéresse au domaine des usages sur l’interaction homme-document. Ce nouveau thème de recherche, à l’intersection du domaine de la reconnaissance des formes et de l’interaction homme-machine constitue un axe de recherche très prometteur. IntuiDoc souhaite y tenir un rôle majeur dans les prochaines années, à la fois au sein de la communauté de l’écrit et du document mais aussi dans la communauté de l’IHM.
