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

در این مقاله، بازشناسی برخط حروف مجزای دستنویس فارسی با استفاده از مدل مخفی مارکوف گسسته و ویژگی های مبتنی بر زبان فارسی ارائه می شود. در روش پیشنهادی، از استخراج نقطه های حرف، حذف قلاب ها، یکسان سازی ابعاد بدنه اصلی و هموارسازی آن به عنوان بخشی از فرایند پیش پردازش استفاده می شود. جهت حرکت قلم برای بدنه اصلی و همچنین محل و تعداد ریزحرکت ها و نقطه های حروف به عنوان ویژگی های قابل مشاهده به منظور استفاده در فرایند آموزش و آزمایش مدل به کار می روند. در روش پیشنهادی از هیچ گونه گروه بندی حروف، استفاده نشده است. به منظور تولید دنباله مشاهدهای گسسته برای مدل مخفی مارکوف، از کتاب کد پیشنهادی که مبتنی بر خصوصیات نوشتاری زبان فارسی است استفاده می شود. برای افزایش دقت بازشناسی، فرایند پس پردازش پیشنهادی، حرف بازشناسی شده را از نظر تعداد و محل ریزحرکت ها و نقطه ها بررسی کرده و خروجی نهایی را بر می گرداند. نرخ بازشناسی با استفاده از روش پیشنهادی بیش از ۹۸ درصد برای مجموعه داده های آزمایشی است که نسبت به سایر روش های اعمال شده بر روی این مجموعه داده، دقت بهتری را ارائه می دهد.

کلیدواژه ها:

بازشناسی برخط ، حروف مجزای فارسی ، مدل مخفی مارکوف ، کتاب کد ، پیش پردازش ، پس پردازش