Markov Models for Handwriting Recognition

از زمان آغاز به کار خود در بیش از نیم قرن پیش، سیستم‌های خواندن خودکار به طور قابل توجهی تکامل یافته‌اند و در نتیجه عملکرد چشمگیری را در متن چاپ شده با ماشین نشان می‌دهند. با این حال، تشخیص دست خط به دلیل تنوع قابل توجه در ظاهر، هنوز هم می تواند یک مشکل تحقیقاتی باز در نظر گرفته شود. با معرفی مدل‌های مارکوفی به این حوزه، یک الگوی مدل‌سازی و شناسایی امیدوارکننده برای تشخیص خودکار دست خط ایجاد شد. با این حال، تا کنون، هیچ رویه استانداردی برای ساخت شناسه‌های مبتنی بر مدل مارکوف نمی‌تواند ایجاد شود، اگرچه می‌توان گرایش‌ها به سمت رویکردهای یکپارچه را شناسایی کرد.

مدل‌های مارکوف برای تشخیص دست‌نویس یک روش جامع ارائه می‌دهد. مروری بر کاربرد مدل‌های مارکوف در زمینه تحقیقاتی تشخیص دست خط، که هم مدل‌های پنهان مارکوف و هم مدل‌های زنجیره‌ای مارکوف یا n-گرم کمتر پیچیده را پوشش می‌دهد. ابتدا، متن معماری معمولی یک سیستم تشخیص دست خط مبتنی بر مدل مارکوف را معرفی می‌کند و خواننده را با مفاهیم نظری ضروری پشت مدل‌های مارکوفی آشنا می‌کند. سپس، متن یک بررسی کامل از راه‌حل‌های پیشنهادی در ادبیات برای مشکلات باز در استفاده از رویکردهای مبتنی بر مدل مارکوف برای تشخیص خودکار دست‌خط ارائه می‌کند.

Since their first inception more than half a century ago, automatic reading systems have evolved substantially, thereby showing impressive performance on machine-printed text. The recognition of handwriting can, however, still be considered an open research problem due to its substantial variation in appearance. With the introduction of Markovian models to the field, a promising modeling and recognition paradigm was established for automatic handwriting recognition. However, so far, no standard procedures for building Markov-model-based recognizers could be established though trends toward unified approaches can be identified.

Markov Models for Handwriting Recognition provides a comprehensive overview of the application of Markov models in the research field of handwriting recognition, covering both the widely used hidden Markov models and the less complex Markov-chain or n-gram models. First, the text introduces the typical architecture of a Markov model-based handwriting recognition system, and familiarizes the reader with the essential theoretical concepts behind Markovian models. Then, the text gives a thorough review of the solutions proposed in the literature for open problems in applying Markov model-based approaches to automatic handwriting recognition.