Nous abordons dans ce papier la reconnaissance automa-tique de gestes manuels statiques pour des applications en langue des signes. Dans un travail précédent, nous avons proposé une méthode de reconnaissance de formes (classification et recherche) basée sur le recalage et les géodé-siques de formes. Cette méthode est conçue pour être ro-buste aux points aberrants et aux variabilités interindivi-duelles. Cette robustesse peut parfois mener à des confusions lorsque nous travaillons avec des classes de formes à faible dissemblance et donc à faible séparabilité. La diffé-rence entre ces classes de formes serait considérée comme donnée aberrante. Dans cet article, nous révisons notre méthode de reconnaissance de formes pour bien s'adap-ter aux classes à faible dissemblance. Nous nous plaçons en particulier dans le contexte de la reconnaissance de gestes manuels. Les résultats expérimentaux sur la base de référence GESTURES montrent tout l'intérêt de notre approche. Mots Clefs Langue de signes, reconnaissance de formes, recalage, ro-bustesse. Abstract This paper deals with the static hand gesture recognition for sign language applications. In a previous work, we proposed a method of pattern recognition (classification and research) based on robust registration and shapes geode-sics. This robustness may lead sometimes to errors when dealing with databases with low variability among shape classes so low separability. The difference between these classes could be interpreted as aberrant data. In this paper , we revise and adjust our method to be adapted for classes with low dissimilarity. We consider particularly the problem of gesture recognition. Experimental results on the GESTURES test base show the advantage of our approach.