Chương 1 trình bày tổng quan về bài toán nhận dạng chữ viết tay online, về các thuộc tính cơ bản của chữ viết online, các phương pháp nhận dạng chữ viết tay online và các ứng dụng của bài toán này đối với nhiều lĩnh vực khoa học, xã hội. Giới thiệu bài toán nhận dạng chữ viết tay online 1. Nhận dạng chữ viết tay online và nhận dạng chữ viết tay offline Bài toán nhận dạng chữ viết tay hiện nay đã và đang là bài toán đƣợc chú ý đặc biệt và có nhiều ứng dụng thực tế. Nó đƣợc nghiên cứu trong khoảng ba bốn thập kỷ gần đây, những vấn đề đặt ra để nghiên cứu rất đa dạng, phụ thuộc vào cách mà chữ viết đƣợc mô tả, các dữ liệu đƣợc viết ở mức độ nào (ký tự hay câu văn, đoạn văn v.
Ở mức độ tổng quát nhất bài toán nhận dạng chữ viết tay đƣợc chia làm 2 dạng: nhận dạng chữ viết tay online và nhận dạng chữ viết tay offline. Bài toán nhận dạng chữ viết tay offline đƣợc đặt ra để nhận dạng các văn bản viết tay trên giấy bằng bút. Với đặc trƣng dữ liệu đầu vào là hình ảnh văn bản viết tay đƣợc quét hoặc chụp lại. Sau đó, các thuật toán nhận dạng chữ viết tay sẽ đƣợc xây dựng dựa trên các hình ảnh này.
Các ứng dụng hiện nay về nhận dạng chữ viết tay offline thƣờng quan tâm tới độ chính xác hơn là việc tối ƣu thời gian. Bài toán nhận dạng chữ viết tay online là bài toán nhận dạng chữ viết tay thu đƣợc từ các thiết bị điện tử. Với đặc trƣng dữ liệu đầu vào là dãy các điểm thu nhận đƣợc trong quá trình con ngƣời thực hiện viết trên bề mặt các thiết bị điện tử. Yêu cầu là cần có các thiết bị chuyên dụng nhƣ màn hình cảm ứng hay các bảng điện tử để ghi lại quá trình di chuyển của nét bút bao gồm các yếu tố nhƣ điểm bắt đầu, điểm kết thúc, các điểm trên mặt phẳng mà nét bút đi qua.
Khác với nhận dạng chữ viết tay offline, nhận dạng chữ viết tay online còn cung cấp thêm các thông tin về nét bút, thứ tự các nét đƣợc viết mà những điều này trong nhận dạng offline rất khó xác định. Hiện nay việc ứng dụng bài toán nhận dạng chữ viết tay còn rất hạn chế 3 và vẫn chỉ đang đƣợc nghiên cứu sâu rộng với nhiều phƣơng pháp đƣợc thực nghiệm nhƣ: mô hình mạng nơ ron nhân tạo, mô hình Markov ẩn, v. Các thuộc tính chữ viết tay online Chữ viết tay online là chữ viết của con ngƣời đƣợc viết trực tiếp trên màn hình các thiết bị điện tử nhƣ điện thoại thông minh, ipad, màn hình máy tính, v. Chữ viết tay online thu đƣợc từ các thiết bị điện tử có một số thuộc tính đặc trƣng sau [14]: Pen-up/ pen-down: Đây là các thuộc tính nhị phân cho biết đầu bút có chạm vào màn hình thiết bị điện tử hay không, trong đó pen-up là thuộc tính chỉ nét bút nhấc lên khỏi màn hình và kết thúc một nét, còn pen-down là trạng thái bút chạm màn hình và bắt đầu một nét viết.
Một nét đƣợc tính từ khi bút đặt xuống để viết đến khi nhấc lên. Các thuộc tính này cho kết quả là số lần nhấc bút hay số nét bút của một chữ đƣợc viết. Speed: Tốc độ viết. Thuộc tính này đƣợc thu nhận và tính toán trƣớc khi lấy lại mẫu và sau đó đƣợc điều chỉnh cho phù hợp.
Đây là vị trí đƣợc lấy sau khi đƣợc lọc, có nghĩa là sau khi đƣợc trừ đi một đƣờng trung bình từ vị trí thực hay chính là vị trí theo phƣơng ngang của điểm sau khi đƣợc chuẩn hóa. Tính năng này thể hiện vị trí thẳng đứng của điểm sau khi chuẩn hóa tƣơng tự nhƣ tọa độ x. Writing direction: Hƣớng viết. Thuộc tính này đƣợc cho bởi cosin và sin của góc giữa đoạn thẳng bắt đầu tại điểm đang xét và trục x.
Nghiên cứu các thuộc tính này có vai trò rất quan trọng trong việc xác định các yếu tố đầu vào cho quá trình huấn luyện và nhận dạng. Phương pháp thu thập chữ viết tay online *Phương tiện thu thập: 4 Khác biệt với nhận dạng chữ viết tay offline, chỉ cần chụp ảnh hay quét dữ liệu đầu vào có thể đƣợc ghi nhận để đƣa vào xử lý. Việc thu thập dữ liệu chữ viết tay online phải cần các thiết bị chuyên dụng có khả năng ghi nhận các trạng thái của bút nhƣ pen up, pen down và tập hợp các điểm mà bút di chuyển qua. Do dữ liệu lƣu trữ trong máy tính phải đƣợc rời rạc hóa, nên dãy các điểm thu đƣợc sẽ không đƣợc lấy liên tục theo thời gian mà đƣợc xác định bằng việc lấy mẫu sau những khoảng thời gian xác định.
Và có thể xem đƣờng đi của nét bút là các đoạn thẳng nối hai điểm liên tiếp trên tập các điểm mẫu thu đƣợc. Đơn giản nhất có thể dùng các chuyển động của con trỏ chuột của máy tính nhƣng dữ liệu thu đƣợc thƣờng không chính xác do con ngƣời không có thói quen dùng chuột để viết nên các mẫu dữ liệu thu đƣợc sẽ khác nhau rất nhiều, gây khó khăn cho bài toán huấn luyện và nhận dạng. Cách lấy dữ liệu thông thƣờng là sử dụng một bảng điện tử và bút chuyên dụng kèm theo có khả năng ghi nhận vị trí các điểm di chuyển của bút từ 80 đến 200 lần một giây. Số điểm lấy đƣợc trong một giây càng nhiều thì đƣờng thể hiện của nét bút càng chi tiết, nhƣng cũng đồng thời làm tăng khả năng xuất hiện nhiễu trong dữ liệu thu đƣợc.
Các thiết bị khác nhƣ PDA thì sử dụng các màn hình cảm ứng để ghi nhận sự di chuyển của bút hay tay ngƣời dùng.Thiết bị CrossPad dùng trong thu nhận chữ viết tay online *Phương pháp thu thập [1] Khi viết, việc nhận ghi dữ liệu có thể đƣợc thu thập theo hai cách khác nhau. Với cách thứ nhất, quỹ đạo bút đƣợc chuyển đổi thành hình ảnh điểm ảnh và xử lý 5 với nhận diện ký tự in (OCR) nhận diện nhƣ trong nhận dạng off-line. Trong cách thứ hai, quỹ đạo của bút đƣợc sử dụng nhƣ trình tự của các điểm toạ độ (x, y). Mỗi phƣơng pháp đều có ƣu nhƣợc điểm khác nhau.
Tuy nhiên việc nhận dạng online thƣờng đƣợc phản ánh rõ qua cách thu thập thứ hai. Phƣơng pháp này có một số đặc điểm quan trọng sau: - Biết đƣợc trình tự viết và có thể đƣợc sử dụng trong quá trình nhận dạng chữ viết. - Thông tin nhƣ tốc độ cũng có thể đƣợc xem xét nhƣ một yếu tố của đầu vào. - Thông tin số lần nhấc bút đƣơc sử dụng hiệu quả để nhận biết số nét vẽ hoặc phân đoạn ký tự viết, v.
Một số vấn đề khi nhận dạng chữ viết tay online Cùng với sự phát triển của Khoa học công nghệ và bùng nổ các thiết bị cảm ứng, nhận dạng chữ online đã và đang chiếm nhiều ƣu thế trên nhiều lĩnh vực. Tuy nhiên, trong quá trình nhận dạng chữ viết tay online vẫn gặp phải một số vấn đề bao gồm nhận dạng ký tự, nhận dạng từ, nhận dạng số hay các ký hiệu khác nhau. Cụ thể những khó khăn trong việc nhận dạng do một số yếu tố sau [1]: - Hạn chế về số lƣợng ngƣời viết. Tỷ lệ nhận dạng đúng cho thiết bị nhận dạng xây dựng đơn phong cách thƣờng cao hơn nhiều so với thiết bị nhận dạng đa phong cách.
- Hạn chế về cách viết. Một ngƣời viết có thể viết cùng một ký tự theo nhiều cách khác nhau. - Khó khăn về ngôn ngữ. Giới hạn về số ký tự nhận dạng, kích thƣớc của từ và nét vẽ.
- Tồn tại nhiều cặp ký tự có hình dạng tƣơng tự, gây khó khăn để nhận biết. Ví dụ các cặp: UV, CL, Oo, I-1, l-1, Z-2, S-5, G-6, Cc, Kk, v. Đối với hệ thống nhận dạng dựa trên đặc tính ngữ cảnh sử dụng mới có thể phân biệt đƣợc các ký tự này. 6 - Một vấn đề nữa nảy sinh trong quá trình nhận dạng chữ viết tay online là tồn tại các nét trễ.
Bình thƣờng con ngƣời có thói quen viết từ trái sang phải, nhƣng những nét trễ là những nét không tuân theo quy luật đó, nó đƣợc thêm vào các ký tự trƣớc sau khi đã hoàn thành các ký tự sau đó. Ví dụ: khi viết chữ “th”, nét ngang của chữ “t” thƣờng đƣợc viết sau khi đã viết xong chữ “h”, v. Phƣơng pháp nhận dạng chữ viết tay online Nhận dạng chữ viết tay online là một chủ đề đã đƣợc nghiên cứu chi tiết trong nhiều tài liệu nghiên cứu từ nhiều thập kỷ qua và tồn tại rộng rãi cho tới ngày nay [4], [13]. Hiện tại đã có rất nhiều hƣớng tiếp cận khác nhau để nhận dạng chữ viết tay online, một số phƣơng pháp học máy thƣờng đƣợc áp dụng nhƣ: mô hình Markov ẩn, mạng nơ ron nhân tạo hay phƣơng pháp máy vector hỗ trợ (Support Vector Machines - SVM), v.
Tuy nhiên có thể chia các phƣơng pháp nhận dạng chữ viết tay online theo hai hƣớng tiếp cận chính nhƣ sau: - Over-segment and classify: Phƣơng pháp phân đoạn và phân loại (phân đoạn và giải mã), phƣơng pháp này đƣợc sử dụng trong [13] và [7]. - Time-sequence interpretation: Sự biểu diễn trình tự thời gian, cụ thể đƣợc thể hiện ở các mô hình Markov ẩn (Hidden Markov Model - HMM) [3], mạng nơ ron thời gian trễ (Time Delay Neural Network - TDNN) [16], và mạng nơ-ron hồi quy (Recurrent Neural Network - RNN) [11], trong đó Long Short Term Memory– LSTM [2] là một mạng cải tiến của RNN để giải quyết vấn đề nhớ các bƣớc dài của RNN, đang nhận đƣợc rất nhiều sự chú ý trong học máy hiện nay, v. Ngoài việc sử dụng độc lập từng mô hình trên, các nhà khoa học máy tính và các nhà nghiên cứu trên nhiều lĩnh vực ứng dụng AI đã xây dựng các mô hình kết hợp các phƣơng pháp này. Ví dụ: [7] sử dụng phƣơng pháp phân đoạn và giải mã ở cấp độ toàn văn và sử dụng mạng nơ ron thời gian trễ để phân loại các phân đoạn.
7 Cho tới nay, các nghiên cứu để giải bài toán nhận dạng chữ viết tay online đã đạt đƣợc nhiều thành công. Trong lĩnh vực nhận dạng ký tự, các thuật toán học máy và trích chọn đặc trƣng cho kết quả khá cao, theo Li và Yeung [12] với phƣơng pháp Lân cận gần nhất sử dụng so sánh mẫu (Nearest Neighbor using Elastic Matching) đạt đƣợc độ chính xác 97.4% trên 9300 mẫu chữ tiếng Anh, viết thƣờng.