بازشناسی برخط حروف مجزای دست نویس فارسی با استفاده از مدل مخفی مارکوف گسسته و ویژگی‌های مبتنی بر زبان فارسی

Abstract

در این مقاله، بازشناسی برخط حروف مجزای دستنویس فارسی با استفاده از مدل مخفی مارکوف گسسته و ویژگی‌های مبتنی بر زبان فارسی ارائه می‌شود. در روش پیشنهادی، از استخراج نقطه‌های حرف، حذف قلاب‌ها، یکسان سازی ابعاد بدنه اصلی و هموارسازی آن به‌عنوان بخشی از فرایند پیش پردازش استفاده می‌شود. جهت حرکت قلم برای بدنه اصلی و همچنین محل و تعداد ریزحرکت‌ها و نقطه‌های حروف به‌عنوان ویژگی‌های قابل مشاهده به منظور استفاده در فرایند آموزش و آزمایش مدل به‌کار می‌روند. در روش پیشنهادی از هیچ‌گونه گروه‌بندی حروف، استفاده نشده است. به‌منظور تولید دنباله مشاهدهای گسسته برای مدل مخفی مارکوف، از کتاب کد پیشنهادی که مبتنی بر خصوصیات نوشتاری زبان فارسی است استفاده می‌شود. برای افزایش دقت بازشناسی، فرایند پس‌پردازش پیشنهادی، حرف بازشناسی شده را از نظر تعداد و محل ریزحرکت‌ها و نقطه‌ها بررسی کرده و خروجی نهایی را بر می‌گرداند. نرخ بازشناسی با استفاده از روش پیشنهادی بیش از ۹۸ درصد برای مجموعه داده‌های آزمایشی است که نسبت به سایر روش‌های اعمال شده بر روی این مجموعه داده، دقت بهتری را ارائه می‌دهد.