تشخیص نویسنده از دستخطهای برونخط مستقل از زبان نوشتاری مبتنی بر بافت با بهرهگیری از تبدیل موجک در محیط دو زبانه فارسی - انگلیسی
نویسندگان
1 دانش آموخته کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، بیرجند
2 گروه مهندسی کامپیوتر، دانشگاه صنعتی بیرجند، بیرجند، ایران
3 گروه مهندسی کامپیوتر، دانشگاه صنعتی بیرجند، بیرجند، ایران
4 دانشجوی پسادکتری، گروه مهندسی کامپیوتر، دانشگاه قطر
doi
10.22075/jme.2021.21786.1993چکیده
پیشرفتهای اخیر در فناوری اطلاعات و همچنین نیاز روزافزون به امنیت بیشتر، منجر به توسعه سریع سیستمهای هوشمند تشخیص هویت براساس خصوصیات بیومتریک شده است. پژوهشهای اخیر اثبات نمودهاند که دستخط افراد نیز منحصر به فرد بوده و می-تواند به عنوان یکی از روشهای احراز هویت مورد استفاده قرار بگیرد. تاکنون مطالعات بسیاری بر روی دستنوشتههای فرد بر پایه یک زبان مشخص، انجام شده اما این روشها استقلال از زبان نوشتاری نداشتهاند. از طرف دیگر، حتی بانک اطلاعاتی نیز برای اینکار نیز موجود نمیباشد. در این مقاله برای اولین بار، بانک اطلاعاتی دستخط ۳۰۰ نفر در دو زبان فارسی و انگلیسی جمعآوری گردید. هدف این مقاله، ارائه مدلی به منظور شناسایی نویسنده از روی دستخط، مستقل از زبان نوشته شده در زبانهای فارسی و انگلیسی می-باشد. پس از اعمال پیشپردازش بر روی تصاویر، دستخط هر فرد به بلاکهایی با اندازه-های مشخص تبدیل شده که بافت نامیده میشود. سپس، با استفاده از این بافتها که بر روی دستخط هر فرد در زبان فارسی و انگلیسی ایجاد شده، ویژگیهای مورد نظر استخراج میشود. به منظور استخراج این ویژگیها ابتدا تبدیل موجک دو بعدی بر روی تصویر اعمال شده و سپس با استفاده از الگوریتم جدید محاسبه بعد فرکتالی که برای اولین بار در این حوزه استفاده میشود، بردار ویژگی به دست میآید. در انتها نیز با استفاده از شبکههای عصبی پرسپترون چند لایه طبقهبندی دستخط افراد صورت میگیرد و نتایج در سناریوهای مختلف گزارش میشود.