مسعود فرکی - آزمایشگاه هوش مصنوعی- دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی اصفهان- اصفهان- ایران
مازیار پالهنگ - آزمایشگاه هوش مصنوعی- دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی اصفهان- اصفهان- ایران

در این مقاله روشی برای بازشناسی برخط حروف فارسی برپایه مدل مخفی مارکوف ارایه می شود. ابتدا با به دست آوردن تعداد بخش های حرف نوشته شده و بازشناسایی اجزای کوچک آن از تعداد حروف نامزد کاسته می شود. سپس بدنه و اجزای کوچک حرف ناشناخته پیش پردازش می شوند. مراحل پیش پردازش شامل یکسان سازی اندازه و دوباره نمونه برداری است. در این صورت بازشناسی نسبت به تغیر اندازه و جابجایی مقاوم و همچنین استخراج ویژگی با دقت بالاتری انجام می شود. ویژگی های استخراج شده شامل هردو نوع ویژگی های محلی و ساختاری هستند. ویژگی های محلی، زوایای بین بردارهای برازش شده به نقاط مهم حرف ناشناخته با محور افقی و ویژگی های ساختاری، بنابه تعریف، شامل نقاط اوج، دره- راست و دره- چپ هستند. آموزش مدل نیز با استفاده از الگوریتم Baum-Welch، با پس پردازشی روی آن انجام شده است. استفاده از مراحل ذکر شده باعث شده است که بازشناسی صورت گرفته بسیار موفق و کاملا مستقل از نویسنده باشد. گزارش های به دست آمده از نتایج آزمایش ها، بیان گر دقت بازشناسی 97/22% در بخش آموزش و 94/9% در بخش آزمایش سیستم در روش پیشنهادی است.

بازشناسی برخط دست نوشته, مدل مخفی مارکوف