بازشناسي برخط حروف فارسي بر پايه مدل مخفي ماركوف

Online handwritten recognition based on hidden Markov mode

چكيده: در اين مقاله روشي براي بازشناسي برخط حروف فارسي بر پايه مدل مخفي ماركوف ارايه مي‏شود. ابتدا با به دست آوردن تعداد بخش‏هاي حرف نوشته شده و بازشناسايي اجزاي كوچك آن از تعداد حروف نامزد كاسته مي‏شود. سپس بدنه و اجزاي كوچك حرف ناشناخته پيش پردازش مي‏شوند. مراحل پيش پردازش شامل يكسان‏سازي اندازه و دوباره نمونه‏برداري است. در اين صورت بازشناسي نسبت به تغيير اندازه و جابجايي مقاوم و همچنين استخراج ويژگي با دقت بالاتري انجام مي‏شود. ويژگي‏هاي استخراج شده شامل هر دو نوع ويژگي‏هاي محلي و ساختاري هستند. ويژگي‏هاي محلي, زواياي بين بردارهاي برازش شده به نقاط مهم حرف ناشناخته با محور افقي و ويژگي‏هاي ساختاري, بنا به تعريف, شامل نقاط اوج, دره-راست و دره-چپ هستند. آموزش مدل نيز با استفاده از الگوريتم Baum-Welch, با پس‏پردازشي روي آن انجام شده است. استفاده از مراحل ذكر شده باعث شده است كه بازشناسي صورت گرفته بسيار موفق و كاملاً مستقل از نويسنده باشد. گزارش‏هاي به دست آمده از نتايج آزمايش‏ها، بيان‏گر دقت بازشناسي 22/97% در بخش آموزش و 9/94% در بخش آزمايش سيستم در روش پيشنهادي است.

Abstract: In this paper an approach based on hidden Markov model for recognizing online Farsi characters is presented. At first by obtaining the number of parts of a written character and recognizing its delayed strokes, the number of candidates is decreased and then the body and delayed strokes of unrecognized character are preprocessed. The stage of preprocessing is consisting of size normalization and resampling. Thus the recognition process will be robust to transition and scaling and the extracted features will be done more precisely. The extracted features are both local and structural features. The local features are consisting of the angles between the fitted vectors to some important points of unrecognized character and the structural features are consisting of cusp, left-hump and right-hump points. The training process of models is done by Baum-Welch algorithm with a post process on it. Using the mentioned stages has the advantage of doing the recognition process in an unconstrained and writer independent manner. The obtained results show the 97.22% precision in training and 94.9% precision in testing experiments.