L i M Đ uờ ở ầ
Nh n ậ d ng ạ là bài toán xu t ấ hi n ệ cách đây khá lâu và v n ẫ luôn
thu hút được nhi uề sự quan tâm, nghiên cứu. Đ cặ bi tệ là trong vài th pậ niên
g nầ đây, do sự thúc đẩy của quá trình tin học hoá trong mọi lĩnh vực, bài
toán nh nậ dạng không còn d nừg l iạ ởmức độ nghiên cứu nữa mà nó trở
thành một lĩnh vực để áp dụng vào thực t .ế Các bài toán nh nậ dạng đang
được nứg dụng trong thực tế hi nệ nay t pậ trung vào nh nậ dạng m u,ẫ nh nậ
d ngạ ti ngế nói và nh nậ d ngạ chữ. Trong số này, nh nậ d ngạ chữ là bài toán
được quan tâm r tấ nhi uề và cũng đã đ tạ được nhi uề thành tựu rực rỡ. Các
nứg dụng có ý nghĩa thực tế lớn có thể kể đ nế như: nh nậ d ngạ chữ in dùng
trong quá trình sao l u ưsách báo trong thư vi n,ệ nh nậ d ngạ chữ vi tế tay
dùng trong vi cệ phân lo iạ thư ở b u đưi n,ệ thanh toán ti nề trong nhà băng và
l pậ thư vi nệ sách cho người mù ( nứg dụng này có nghĩa: scan sách bình
thường, sau đó cho máy tính nh nậ d ngạ và trả về d ngạ tài liệu mà người mù
có th ểđọc được).
Xu t phát t yêu c u th c t , đang r t c n có nh ng nghiên c u v v nấ ừ ầ ự ế ấ ầ ư ứ ề ấ
đ này. Chính vì v y tôi đã ch n đ tài nh n d ng ký t vi t tay làm đ ánề ậ ọ ề ậ ạ ự ế ồ
t t nghi p v i mong mu n ph n nào áp d ng vào bài toán th c t .ố ệ ớ ố ầ ụ ự ế
Bài toán đã đ t ra ph i gi i quy t đ c nh ng yêu c u sau:ặ ả ả ế ượ ữ ầ
Nh n d ng đ c các ký t t nh đ u vàoậ ạ ượ ự ừ ả ầ
Trích ch n đ c các đ c tr ng c a nhọ ượ ặ ư ủ ả
Ti n hành nh n d ng v i thu t toán Markov nế ậ ạ ớ ậ ẩ
V i nh ng yêu c u đã đ t ra trên, c u trúc c a khóa lu n s bao g mớ ư ầ ặ ở ấ ủ ậ ẽ ồ
nh ng n i dung sau đây:ữ ộ
Ch ng 1:ươ Gi i thi u đ tàiớ ệ ề
Gi i thi u v bài toán nh n d ng ch vi t tay, tình hìnhớ ệ ề ậ ạ ữ ế
nghiên c u trong và ngoài n c, quy trình chung đ gi i quy t bàiứ ướ ể ả ế
toán và các ph ng pháp đi n hình trong vi c hu n luy n nh nươ ể ệ ấ ệ ậ
d ng, ph m vi c a đ tài.ạ ạ ủ ề
Ch ng 2: C s lý thuy t v ti n x lý nh ký t và tríchươ ơ ở ế ề ề ử ả ự
ch n đ c tr ngọ ặ ư
Trình bày lý thuy t v l c nhi u, nh phân hóa, chu n hóaế ề ọ ễ ị ẩ
kích th c, trích ch n đ c tr ng nh ký t .ướ ọ ặ ư ả ự
Ch ng 3: C S LÝ THUY T V MARKOV Nươ Ơ Ở Ế Ề Ẩ
Trình bày các khái ni m c b n, thu t toán c a mô hìnhệ ơ ả ậ ủ
Markov
Ch ng 4: NG D NG MÔ HÌNH MARKOV N TRONGươ Ứ Ụ Ẩ
NH N D NG CH VI T TAYẬ Ạ Ữ Ế
Gi i thi u v thu t toán nh n d ng. Các b c cài đ t thu tớ ệ ề ậ ậ ạ ướ ặ ậ
toán. Nh ng khó khăn và gi i pháp kh c ph c.ữ ả ắ ụ
Ch ng 5: CÀI Đ T CH NG TRÌNH VÀ ĐÁNH GIÁ K Tươ Ặ ƯƠ Ế
QU Ả
Trình bày môi tr ng cài đ t, giao di n ch ng trình, m tườ ặ ệ ươ ộ
s class chính c a ch ng trình. Đanh gia kêt qua và đ a ra h ngố ủ ươ " " " # ư ướ
phát tri n trong t ng l i.ể ươ ạ
Phu luc: Danh m c hình v , b ng bi u và tài li u tham kh o. ụ ẽ ả ể ệ ả
Đô an này không tránh kh i s thi u sót do h n ch v th i$ " ỏ ự ế ạ ế ề ờ
gian cũng nh ki n th c. Em r t mong nh n đ c s đóng góp ýư ế ứ ấ ậ ượ ự
ki n c a th y h ng d n và các b n đ đ t k t qu t t h n.ế ủ ầ ướ ẫ ạ ể ạ ế ả ố ơ
CH NG I : GI I THI U Đ TÀIƯƠ Ớ Ệ Ề
I.1 Gi i thi u v nh n d ng ch vi t tayớ ệ ề ậ ạ ữ ế
Nh n d ng ch in: đã đ c gi i quy t g n nh tr n v n (s n ph mậ ạ ữ ượ ả ế ầ ư ọ ẹ ả ẩ
FineReader 9.0 c a hãng ABBYY có th nh n d ng ch in theo 192 ngôn ngủ ể ậ ạ ữ ữ
khác nhau, ph n m m nh n d ng ch Vi t in VnDOCR 4.0 c a Vi n Côngầ ề ậ ạ ữ ệ ủ ệ
ngh Thông tin Hà N i có th nh n d ng đ c các tài li u ch a hình nh,ệ ộ ể ậ ạ ượ ệ ứ ả
b ng và văn b n v i đ chính xác trên 98%).ả ả ớ ộ
Nh n d ng ch vi t tay: v n còn là v n đ thách th c l n đ i v i cácậ ạ ữ ế ẫ ấ ề ứ ớ ố ớ
nhà nghiên c u. Bài toàn này ch a th gi i quy t tr n v n đ c vì nó hoànứ ư ể ả ế ọ ẹ ượ
toàn ph thu c vào ng i vi t và s bi n đ i quá đa d ng trong cách vi t vàụ ộ ườ ế ự ế ổ ạ ế
tr ng thái s c kh e, tinh th n c a t ng ng i vi t.ạ ứ ỏ ầ ủ ừ ườ ế
I.1.1 Các giai đo n phát tri nạ ể
Giai đo n 1: (1900 – 1980)ạ
-Nh n d ng ch đ c bi t đ n t năm 1900, khi nhà khoa h cậ ạ ữ ượ ế ế ừ ọ
ng i Nga Tyuring phát tri n m t ph ng ti n tr giúp cho nh ngườ ể ộ ươ ệ ợ ữ
ng i mù.ườ
-Các s n ph m nh n d ng ch th ng m i có t nh ng năm1950,ả ẩ ậ ạ ữ ươ ạ ừ ữ
khi máy tính l n đ u tiên đ c gi i thi u tính năng m i v nh p và l uầ ầ ượ ớ ệ ớ ề ậ ư
tr d li u hai chi u b ng cây bút vi t trên m t t m b ngữ ữ ệ ề ằ ế ộ ấ ả c mả
ng .Công ngh m i này cho phép các nhà nghiên c u làm vi c trên cácứ ệ ớ ứ ệ
bài toán nh n d ng ch vi t tay on-line.ậ ạ ữ ế
-Mô hình nh n d ng ch vi t đ c đ xu t t năm 1951 do phátậ ạ ữ ế ượ ề ấ ừ
minh c a M. Sheppard đ c g i là GISMO, m t robot đ c-vi t.ủ ượ ọ ộ ọ ế
-Năm 1954, máy nh n d ng ch đ u tiên đã đ c phát tri n b i J.ậ ạ ữ ầ ượ ể ở
Rainbow dùng đ đ c ch in hoa nh ng r t ch m.ể ọ ữ ư ấ ậ
-Năm 1967 ,Công ty IBM đã th ng m i hóa h th ng nh n d ngươ ạ ệ ố ậ ạ
ch .ữ
Giai đo n 2: (1980 – 1990)ạ
-V i s phát tri n c a các thi t b ph n c ng máy tính và các thi tớ ự ể ủ ế ị ầ ứ ế
b thu thu nh n d li u, các ph ng pháp lu n nh n d ng đã đ c phátị ậ ữ ệ ươ ậ ậ ạ ượ
tri n trong giai đo n tr c đã có đ c môi tr ng lý t ng đ tri nể ạ ướ ượ ườ ưở ể ể
khai các ng d ng nh n d ng ch .ứ ụ ậ ạ ữ
-Các h ng ti p c n theo c u trúc và đ i sánh đ c áp d ng trongướ ế ậ ấ ố ượ ụ
nhi u h th ng nh n d ng ch .ề ệ ố ậ ạ ữ
-Trong giai đo n này, các h ng nghiên c u ch t p trung vào cácạ ướ ứ ỉ ậ
k thu t nh n d ng hình dáng ch ch a áp d ng cho thông tin ngỹ ậ ậ ạ ứ ư ụ ữ
nghĩa. Đi u này d n đ n s h n ch v hi u su t nh n d ng, khôngề ẫ ế ự ạ ế ề ệ ấ ậ ạ
hi u qu trong nhi u ng d ng th c t .ệ ả ề ứ ụ ự ế
Giai đo n 3: (T 1990 đ n nay)ạ ừ ế
-Các h th ng nh n d ng th i gian th c đ c chú tr ng trong giaiệ ố ậ ạ ờ ự ượ ọ
đo n này.ạ
-Các k thu t nh n d ng k t h p v i các ph ng pháp lu n trongỹ ậ ậ ạ ế ợ ớ ươ ậ
lĩnh v c h c máy (Machine Learning) đ c áp d ng r t hi u qu .ự ọ ượ ụ ấ ệ ả
-M t s công c h c máy hi u qu nh m ng n ron, mô hìnhộ ố ụ ọ ệ ả ư ạ ơ
Markov n, SVM (Support Vector Machines) và x lý ngôn ng tẩ ử ữ ự
nhiên...
I.1.2 Tình hình nghiên c u trong n c:ứ ướ
Nh n d ng ch vi t tay đ c chia thành hai l p bài toán l n là nh nậ ạ ữ ế ượ ớ ớ ậ
d ng ch vi t tay tr c tuy n (online) và nh n d ng ch vi t tay ngo i tuy nạ ữ ế ự ế ậ ạ ữ ế ạ ế
(offline). Trong nh n d ng ch vi t tay ngo i tuy n, d li u đ u vào đ cậ ạ ữ ế ạ ế ữ ệ ầ ượ
cho d i d ng các nh đ c quét t các gi y t , văn b n. Ng c l i nh nướ ạ ả ượ ừ ấ ờ ả ượ ạ ậ
d ng ch vi t tay tr c tuy n là nh n d ng các ch trên màn hình ngay khi nóạ ữ ế ự ế ậ ạ ữ
đ c vi t. Trong h nh n d ng này máy tính s l u l i các thông tin v nétượ ế ệ ậ ạ ẽ ư ạ ề
ch nh th t nét vi t, h ng và t c đ c a nét…ữ ư ứ ự ế ướ ố ộ ủ
T i Vi t Nam, năm 2010, nhóm nghiên c u Huỳnh H u L c, L u Qu cạ ệ ứ ữ ộ ư ố
H i, Đinh Đ c Anh Vũ (Khoa Khoa h c và K thu t máy tính, Tr ng Đ iả ứ ọ ỹ ậ ườ ạ
h c Bách khoa TP H Chí Minh) đã đ t đ c nh ng b c ti n đáng k trongọ ồ ạ ượ ữ ướ ế ể
nh n d ng ký t vi t tay. H ng ti p c n c a nhóm nghiên c u là nh nậ ạ ự ế ướ ế ậ ủ ứ ậ
d ng d a trên thông tinạ ự
tĩnh. D a trên n n t ngự ề ả
gi i thu t rút trích thôngả ậ
tin theo chi u, nhóm tácề
gi đã c i ti n đa sả ả ế ố
các b c đ đ t đ cướ ể ạ ượ
đ chính xác cao h nộ ơ
trong vi c nh n d ng ký t (kho ng 95%) và có nh ng b c ti n đáng kệ ậ ạ ự ả ữ ướ ế ể
trong nh n d ng c t . Tuy nhiên s n ph m v n ch a nh n d ng đ c chậ ạ ả ừ ả ẩ ẫ ư ậ ạ ượ ữ
vi t tay ti ng Vi t. Nh v y có th th y nh n d ng ch vi t tay, đ c bi tế ế ệ ư ậ ể ấ ậ ạ ữ ế ặ ệ
ch vi t tay ti ng Vi t hi n đang là m t h ng nghiên c u r t đ c quanữ ế ế ệ ệ ộ ướ ứ ấ ượ
tâm hi n nay và đang còn nhi u v n đ c n ph i hoàn thi n.ệ ề ấ ề ầ ả ệ
I.1.3 Tình hình nghiên c u n c ngoài:ứ ở ướ
Nh n d ng ch vi t đã đ c nghiên c u h n 40 năm qua. Ngày nayậ ạ ữ ế ượ ứ ơ
nh n d ng ch vi t đã nh n đ c s quan tâm đáng k do s phát tri n c aậ ạ ữ ế ậ ượ ự ể ự ể ủ
các máy tính c m tay và đi n tho i c m tay d a trên các bàn phím, chu t vàầ ệ ạ ầ ự ộ
nhi u d ng thi t b đ nh v khác. Các ph ng pháp này t ra không h u hi uề ạ ế ị ị ị ươ ỏ ữ ệ
ho c x lý ch m. Do đó ng i ta c n nghiên c u ph ng pháp nghiên c uặ ử ậ ườ ầ ứ ươ ứ
ph ng pháp nh n d ng ch vi t tay trên các máy Palm Pilot hay các máyươ ậ ạ ữ ế
TABLET PC.
I.2 Cách ti p c n gi i quy t bài toánế ậ ả ế