فاطمه شهابی نژاد - دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر
محمد رحمتی

دستخط افراد بعنوان یک ویژگی رفتاری به راحتی قابل حصول است و علاوه بر این مطالعات نشان می دهند که افراد مختلف دارای دستخطهای متفاوتی نیز می باشند به همین دلیل تعیین هویت نویسنده به کمک متون دستنویس، بعنوان یک موضوع تحقیقاتی در طی سالهای اخیر مورد توجه قرار گرفته است. در اغلب تحقیقات انجام شده باید متن یکسانی توسط فرد نوشته شود تا بتوان هویت وی را تعیین کرد. علاوه بر این اکثر مطالعات انجام شده بر روی زبان انگلیسیمتمرکز است و تا کنون مطالعاتی در زمینه متون دستنویس فارسی گزارش نشده است، بنابراین در این مقاله روشی برای تعیین هویت نویسنده براساس متن دستنویس فارسی پیشنهاد شده است که بصورت برون خط انجام شده و متن نوشته شده نیز ثابت نمی باشد. در این روش تصویر متن دستنویس بصورت یک بافت در نظر گرفته شده و بنابراین نیازی به تقطیع متن و یا تحلیل اجزاء متصل وجود ندارد زیرا با کمک فیلترهای گابور چند کانالی ویژگیهای متن استخراج شده و تعیین هویت براساس آنها انجام می شود. روش پیشنهادی به همراه دو روش ماتریس هم وقوعی و روشی دیگر که براساس فیلترهای گابور می باشد، پیاده سازی شده و نتایج اجرای آنها بر روی تصاویر دستخط ٢٣ نفر نشان می دهد که روش پیشنهادی با نرخ تعیین هویت صحیح ٨٧% از کارایی بالاتری برای متون دستنویس فارسی برخوردار است.

تعیین هویت، دستنوشته، تحلیل بافت، فیلترهای گابور چند کانالی، ماتریس هم وقوعی