بازشناسی برخط حروف مجزای دست نویس فارسی بر اساس تشخیص گروه بدنه اصلی با استفاده از ماشین بردار پشتیبان

در این مقاله روشی جدید برای بازشناسی برخط حروف مجزای فارسی ارائه شده است که با استخراج چند ویژگی ساده از دنباله نمونه برداری شده از حروف و استفاده از دسته بندی کننده ی ماشین بردار پشتیبان(SVM) نتایج قابل قبولی را ارئه می دهد. الگوریتم پیش پردازش استفاده شده در این کار امکان یکسان سازی ابعاد ویژگی ها به ازای حروف متعدد را فراهم می کند تا در مرحله بعدی به منظور بازشناسی به دسته بندی کننده ارسال شود. فرآیند بازشناسی در دو مرحله صورت می گیرد: در مرحله ی اول بدنه ی اصلی حرف ورودی (اولین حرکت قلم) پس از استخراج ویژگی با استفاده از دسته بندی کننده در قالب یکی از هجده گروه بدنه ی اصلی حروف، طبقه بندی می شود و سپس در مرحله ی دوم، موقعیت، تعداد و شکل سایر حرکت ها مانند نقطه و سرکش (ریزحرکت ها)، نوع حرف نهایی را تعیین می کند. به عنوان نمونه برای تشخیص حرف «ت» ابتدا گروه بدنه ی «ب، پ، ت، ث» تشخیص داده می شود و سپس وجود ریزحرکت «دونقطه» در بالای آن منجر به انتخاب «ت» از این گروه می شود. نهایتا در فرآیند پس پردازش با استفاده از تطبیق اطلاعات مربوط به بدنه ی اصلی و ریزحرکات سیستم به تصحیح خطاهای احتمالی موجود در مراحل قبلی پرداخته و دقت بازشناسی را افزایش می دهد به عنوان مثال اگر در مرحله دسته بندی بدنه حرف «ل» تشخیص داده شود ولی یک نقطه در بالای آن قرار داشته باشد آنگاه سیستم تشخیص خود را به حرف «ن» تغییر خواهد داد. نتایج تجربی این کار پژوهشی که بر اساس مجموعه داده ی Online-TMU صورت گرفته است، متوسط نرخ بازشناسی بدنه ی اصلی را 94% نشان می دهد و با در نظر گرفتن پس پردازش ها بر اساس ریزحرکت ها این نرخ به حدود 98% می رسد.