معرفی مجموعه داده ی جدید برای تشخیص برخط دست نوشته ی فارسی و عربی مبتنی بر سیگنال قلم دیجیتال

در سال های اخیر افزایش روز افزون ارتباط میان انسان و ماشین از جمله وسایل لمسی، نیاز به تشخیص برخط دست نوشته و تشخیص الگو را در پی داشته است. یکی از نیازهای اولیه در تشخیص دست نوشته که بر صحت الگوریتم پیشنهادی تاًثیر مستقیم دارد، مجموعه داده ی جمع آوری شده است. گرچه پژوهش هایی جهت جمع آوری مجموعه داده در زبان های مختلف انجام گرفته است، اما جمع آوری داده ها توسط قلم دیجیتال در زبان فارسی تاکنون انجام نگرفته است. در مقاله ی حاضر یک مجموعه داده جهت تشخیص برخط دست نوشته ی فارسی و عربی معرفی شده است که داده های ورودی را با 4 سیگنال موقعیت های مکانی در دو بعد و نیز زمان و فشار ذخیره می کند. ویژگی های سودمند این مجموعه داده جهت قطعه بندی متون و استخراج ویژگی های متمایزکننده در تشخیص دست نوشته نیز بررسی شده است. مجموعه داده ی مذکور شامل اعداد، حروف، زیرواژه و واژگان پرکاربرد در زبان فارسی می باشد که از 20 نفر جمع آوری شده است.

کلیدواژه ها:

سیگنال های موقعیت مکانی ، سیگنال زمان ، سیگنال فشار ، تشخیص برخط دست نوشته ، ویژگی های متمایزکننده ، قطعه-بندی متن ، قلم دیجیتال