باز شناسی بر خط و بدون محدودیت دست نوشته فارسی

STUDENT

DEGREE

YEAR

Online handwritten recognition is a task of pattern recognition and artificial intelligence and has always been in the special attention of researchers. The difficulty of this field is doubled when considering languages such as Farsi and Arabic since characters appear differently based on their locations in the words. The analysis of Farsi or Arabic scripts is further complicated in comparison to Latin script due to obligatory delayed stokes that are placed above or below the majority of letters. The input of an online handwritten recognition system is a stylus and sensitive tablets like PDAs. Few researches have been done in the field of online Farsi or Arabic handwritten recognition. Some of them are limited to the recognition of isolated characters, or special forms of writing of words are considered, along with the use of a predetermined lexicon. In the current project, we have implemented an online Farsi handwriting recognition system in which the letters in the words can have any length and permutation. Considering the lexicon has the advantage of reducing the search space for Key Words Online recognition, handwritten, pattern recognition, artificial intelligence, hidden Markov model, writer-dependent. writer-independent.

بازشناسی برخط نوشتار یکی از دشوارترین زمینه های شناسایی الگو و هوش‌مصنوعی بوده و همواره مورد توجه خاص محققان قرار گرفته است. پیچیدگی این زمینه, هنگام برخورد با زبان هایی مثل فارسی و عربی که حروف آن ها باتوجه به موقعیت‌شان در کلمه, شکل‌های متفاوتی به خود می‌گیرند, دوچندان می شود. تحلیل دست نوشته ی فارسی یا عربی در مقایسه با زبان های لاتین، به علت حضور اجزای کوچکی ("نقطه", "دونقطه" و ...) بالا یا پائین حروف آن ها دشوارتر است. ورودی یک سیستم بازشناسی دست نوشته برخط, یک قلم و صفحه حساس مانند صفحات کامپیوترهای جیبی است. در زمینه بازشناسی برخط نوشتار عربی یا فارسی تحقیقات چندانی صورت نگرفته است. تعدادی از کارهای گزارش شده در این زمینه, محدود به بازشناسی حروف منفصل بوده و یا در زمینه بازشناسی لغات, شیوه نوشتاری خاصی برای کاربران, از پیش تعریف شده و بازشناسی انجام شده محدود به تعداد لغات موجود در یک فرهنگ لغت از پیش تعیین شده, بوده است. در این پروژه, نرم افزاری طراحی و پیاده سازی شده است که به صورت برخط, عمل بازشناسی کلمات دست نوشته فارسی که هر ترکیبی از حروف فارسی می‌توانند باشند را, انجام می‌دهد. علت اصلی درنظر گرفتن لغت‌نامه برای یک سیستم بازشناسی, کاهش فضای جستجو در مرحله رده‌بندی و در نتیجه, افزایش درصد موفقیت بازشناسی است. این دو مسئله به گونه‌ایی دیگر در سیستم پیشنهادی محقق شده‌اند. در مرحله طراحی سیستم, مشخصات مسیر حروف فارسی به همراه جزء کوچک مخصوص هر یک, ثبت می‌شوند. برای هریک از حروف و اجزای کوچک, یک نمونه از مدل مخفی مارکوف چپ به راست نیز در نظر گرفته می‌شود (به جز نقطه). در مرحله بکارگیری سیستم, بازشناسی برای هر کدام از زیرکلمات یک کلمه، مستقلاً انجام می شود. ابتدا پس از دریافت دنباله نقاط نوشته شده توسط کاربر, زیرکلمات به همراه اجزای کوچک‌شان بر اساس یک سیستم تصمیم گیری فازی، مرتب می شوند. سپس بازشناسی اجزای کوچک, انجام شده و رشته‌ای از اسامی آن‌ها ساخته می‌شود. ایده‌ی اصلی سیستم پیشنهادی, انجام یک مرحله تولید نامزدهای معتبر زیرکلمه, براساس رمز مسیرهای حروف و انطباق هم‌زمان رشته اجزای کوچک واژه های کلیدی : 1- بازشناسی برخط 2- دست‌نوشته 3- بازشناسی الگو 4- هوش مصنوعی 5- مدل مخفی مارکوف 6- وابسته به نویسنده 7- مستقل از نویسنده فصل اول