A aquesta tesi s’estudia el problema de la robustesa dels sistemes de reconeixe-
ment automàtic de text manuscrit off-line. Aquestos sistemes estaran madurs per a
la seua utilització generalitzada, quant siguen capaços d’oferir a qualsevol usuari,
sense cap tipus de preparació o adestrament per a la seua utilització, una producti-
vitat raonable. Es fa necessari doncs, construir sistemes flexibles i robustos en tant
a l’entrada, de tal manera que no es requereisca de l’escriptor cap esforç extra, que
no faria si escrigués per a ser llegit pe un humà.
     La intenció del preprocés de la senyal és fer el sistema invariant a les fonts
de variabilitat que no ajuden a la classificació. En la actualitat no hi ha definida
una solució general per aconseguir invariabilitat a l’estil d’escriptura i cada siste-
ma desenvolupa la seua ad-hoc. A aquesta tesi s’exploraran diversos mètodes de
normalització del senyal d’entrada off-line. Per això es farà un ampli estudi de al-
gorismes de preprocés, tant a nivell de tota la imatge: umbralització, reducció del
soroll i correcció del desencuadre; com a nivell de text: slope, slant i normalització
del tamany dels caracters.
     Els sistemes dependents de l’escriptor aconsegueixen millors taxes d’encert
que els independents de l’escriptor. Per una altra banda, els sistemes independents
de l’escriptor tenen més facilitat per a reunir mostres d’entrenament. A aquesta tesi
s’estudiarà la adaptació de sistemes independents de l’escriptor per a ser emprats
per un únic escriptor, amb la intenció de que a partir d’unes poques mostres produï-
des per eixe escriptor es millore la productivitat del sistema (per a eixe escriptor),
o el que és el mateix, que aquest puga escriure de manera més relaxada sense que
el sistema perda productivitat.
     Els sistemes de reconeixement automàtic de text manuscrit no estan exents
d’errors. No sols interessa saber el nombre d’errors que pro duirà el sistema, a més
és important saber quines unitats de la hipòtesi produïda pel reconeixedor estan
mal reconegudes, o no es té garanties de que estiguen ben reconegudes, per poder-
les corregir manualment. A aquesta tesi s’estudia la adaptació de les tècniques
de verificació d’hipòtesis més exitoses al camp de reconeixement automàtic de la
parla.
     El problema del reconeixement automàtic de la parla continua y el del reco-
neixement automàtic de text manuscrit presenten grans similituds, degut a lo qual,
s’ha adaptat el reconeixedor automàtic de la parla continua ATROS (Automaticaly
Trainable Recognizer Of Speech) [PSCV01] per a ser emprat com a reconeixedor
automàtic de text manuscrit. El reconeixedor ATROS és un sistema basat en models
sense segmentació prèvia, HMMs.