L'utilisation des surfaces tactiles est actuellement de plus en plus répandue dans divers domaines, cette technologie vise à se rapprocher le plus possible d'une utilisation simple et naturelle. L'arrivée du nouveau type de surfaces multipoints, permettant plusieurs point de contact a ouvert un nouveau champ de possibilités pour la composition et la manipulation des documents numériques. Jusqu'ici ces interfaces n'autorisent souvent que des commandes basiques de manipulation, comme par exemple agrandir une image en utilisant deux doigts ou encore passer d'une page à l'autre en glissant le doigt sur la surface de l'écran. Le travail effectué lors de ce stage vise l'exploration de ce domaine en abordant la reconnaissance de commandes gestuelles graphiques multipoints plus évoluées. Plusieurs approches pour la reconnaissance de forme existent dans la littérature, les méthodes structurelles à base de graphe reposent sur une représentation analytique des formes, modélisant les différentes parties de la forme ainsi que les relations existantes entre ces parties. Nous représentons les gestes multipoints à reconnaitre, sous forme de graphes de relations spatiales et temporelles. Pour comparer et reconnaître des symboles, les graphes sont affectés par les imperfections des outils de comparaison disponibles. Les techniques de projection de graphe permettent de pallier cette complexité en cherchant à repositionner les graphes dans un espace vectoriel et permettre ainsi l'utilisation d'outils statistiques. Notre approche est basée sur les techniques de projection de graphes. Nous proposons d'étendre une méthode [44] de l'état de l'art, qui projette un graphe en comptant le nombre d'occurrence de motifs prédéfinis, ces motifs sont des sous-structures de graphes construits indépendamment du système de reconnaissance pour lequel ils sont employés. Nous proposons d'extraire ces motifs directement de l'ensemble des graphes manipulés, en sélectionnant les sous-structures de graphe les plus fréquentes dans la base de graphes considéré. Ce qui permet un lien plus fort avec la nature des graphes manipulé.