CC BY
1Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 3 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 3 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 3 | 2024 год
HUE MOMENTLARIGA ASOSLANGAN QO'LYOZMA MATNI TASVIRI BELGILARINI
AJRATIB OLISH ALGORITMI
Mirzayev Nomaz,
Texnika fanlari doktori, professor, Yetakchi ilmiy xodim, RTCIR ITI e-mail: [email protected]
Radjabov Sobirjon Sattorovich,
Texnika fanlari doktori, Laboratoriya mudiri, «TIQXMMI» MTU
huzuridagi FATI e-mail: [email protected]
Rabbimov Ilyos Mehriddinovich,
Texnika fanlari bo'yicha falsafa doktori (PhD),
Yetakchi ilmiy xodim, O'zbekiston Respublikasi Prezidenti Administratsiyasi huzuridagi Iqtisodiy tadqiqotlar va islohotlar markazi e-mail : [email protected]
Asrayev Muhammadmullo Abdullajon o'g'li
Texnika fanlari bo'yicha falsafa doktori (PhD), Katta o'qituvchi, Muhammad al-Xorazmiy nomidagi
«TATU» Farg'ona filiali e-mail: asrayevmuhammaddullo@gmail .com
Mardiyev Azamat Shakar o'g'li,
Tayanch doktorant, «TIQXMMI» MTU
huzuridagi FATI e-mail: [email protected]
Annotatsiya: Qo'lyozma matn tasvirlarini tahlil qilish asosida shaxsni identifikatsiyalash masalasi ko'rib chiqilgan. Qo'lyozma so'zning tasvirini ushbu so'zni tashkil etuvchi obyektlarga ajratish algoritmi taklif etilgan. Ushbu algoritm uchun kirish ma'lumotlari qo'lyozma so'z skeletining binar normallashtirilgan tasviri bo'lsa, chiqish ma'lumotlari esa segmentlangan so'zni tashkil etuvchi qo'lyozma obyektlarning tasvirlaridir. Qo'lyozma obyektlarning belgilarini ajratib olish algoritmi ham taklif etilgan. Ushbu algoritm obyekt tasvirining affin almashtirishlariga invariant bo'lgan Hue momentlariga asoslangan. Eng keng tarqalgan tanib olish algoritmlaridan foydalangan holda qo'lyozma matn tasvirini tahlil qilish asosida shaxs identifikatsiyasi natijalari keltirilgan.
Kalit so'zlar: qo'lyozma matn, shaxs identifikatsiyasi, tasvirni segmentlarga ajratish, belgilarni ajratib olish.
Kirish. Hozirgi kunda shaxsni tanib olish biometrik texnologiyalari, xususan, qo'lyozma matni tasvirlarini tahlil qilishga asoslangan texnologiyalar yuqori tezlikda rivojlanib bormoqda, chunki bu
texnologiyalar inson faoliyatining qo'lyozma matni muallifini tanibni olish talab qilinuvchi ko'pgina sohalarida keng qo'llanilmoqda. Ushbu yo'nalishda o'tkazilgan tahlil qo'lyozma matni tasvirlarini
159
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 3 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 3 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 3 | 2024 год
segmentatsiya qilish, belgilar fazosini shakllantirish hamda ushbu belgilar asosida tanib olish masalalarini hal qilish bunday tizimlarni yaratishda eng muhim hisoblanishini ko'rsatdi. Hozirgi vaqtga keltirilgan masalalarni hal qiluvchi bir qator usullar va algoritmlar ishlab chiqilganligiga qaramasdan qo'lyozma matni tasvirlarini tahlil qilish asosida shaxsni identifikatsiya qilish aniqligini oshirishni ta'minlovchi mavjudlarini usullar va algoritmlarni takomillashtirish hamda yangilarini ishlab chiqish muammosi yetarlicha o'rganilmagan.
So'nggi yillarda qo'lyozma matn muallifini aniqlash sohasidagi tadqiqotlar asosan matnning statistik xususiyatlarini ajratib olishga qaratilgan. Natijada, qo'lyozma matn tasvirlarining yo'l uzunligi va yozuv qiyaliklari taqsimoti, hattoki, entropiya xarakteristikalari kabi xususiyatlarini ajratib olish uchun algoritmlar ishlab chiqilgan. [1] da taklif qilingan algoritm kabi bir qator algoritmlar muallif yozuvining global va mahalliy xususiyatlarini birlashtiradi, ammo bu xususiyatlar asosida tasniflash natijalari hali ham oddiy. [2] da xat mualliflari klassifikatsiyasi uchun shablonlar ishlatilgan va bu klassifikatsiya masalasi matnda ushbu shablonlarning paydo bo'lish chastotasiga asoslangan. [3] da qo'lda yozilgan matnning makro va mikro xususiyatlarini aniqlash algoritmi taklif qilingan va individual xususiyatlar xat muallifini farqlash uchun turli qobiliyatlarga ega ekanligi ko'rsatilgan. [4] qo'lyozma matn tasvirlari Gabor filtrlari va birgalikdagi matritsani qo'llash orqali olingan turli teksturalar sifatida ko'rib chiqiladigan xolistik yondashuvni taqdim etadi. [5] da qo'l yozuvi matnning har bir satrining strukturaviy xususiyatlaridan kelib chiqqan holda ajratilgan va [6] da bu maqsadda bog'langan komponentlar konturidan foydalanilgan. [7] da qo'l yozuvi xususiyati fazosi qo'lda yozilgan matn tasvirlarining tashqi konturining minimallarini tahlil qilish natijasida olingan lokal xususiyatlardan shakllanadi.
Bu ishda [8] da keltirilgan algoritmlar yordamida qo'lda yozilgan matnning asl tasviriga oldindan ishlov berish (sifatni oshirish, binarlashtirish,
qator va so'zlarni segmentlash, skeletizatsiya, yozuv qiyaligini to'g'irlash) amalga oshiriladi. Keyin tanlangan so'z tasvirlari ushbu ishda taklif qilingan obyektlar bo'yicha tasvir etikasi segmentatsiyasi algoritmi yordamida segmentlarga bo'lingan. Ushbu obyektlarning xususiyatlarini ajratib olish uchun obyekt tasvirining affin almashtirishlariga invariant Hue momentlariga asoslangan algoritm taklif etiladi. Yaratilgan belgi maydoniga asoslanib, xat muallifi eng keng tarqalgan tanib olish algoritmlari yordamida aniqlandi.
Taklif etilayotgan algoritmlar. Ma'lumki, qo'lyozma matn tasviridan shaxsni aniqlash vazifasi asl tasvirni tahlil qilish asosida yozuv muallifini aniqlashdan iborat bo'lib, qo'lyozma matnning asl tasvirini olish, oldindan ishlov berish, segmentatsiya qilish, xususiyatlarni ajratib olish va tanib olish bosqichlaridan iborat.
Ushbu maqola qo'lyozma so'zning tasvirini obyektlarga bo'lish va yozuv muallifini keyinchalik aniqlash uchun ushbu obyektlarning xususiyatlarini ajratib olish algoritmlarini taklif qiladi.
Qo'lyozma so'z tasvirini ushbu so'zni tashkil qiluvchi obyektlarga segmentatsiyalash uchun ushbu tasvirdagi yozuvni tahliliga asoslangan algoritm taklif etilmoqda. Ushbu algoritm uchun kiruvchi ma'lumotlar sifatida qo'lyozma so'z skeletining normallashtirilgan binar tasviri, chiquvchi ma'lumotlar esa - segmentlangan so'zni tashkil qiluvchi qo'lyozma obyektlarining tasvirlari Ox, 02,..., Ok hisoblanadi.
Aytaylik, (x1,y1) va (x2,y2) - qo'lyozma so'zi I tasvirining mos holda yuqori chap va quyi o'ng koordinatalari berilgan bo'lsin.
Taklif etilayotgan segmentatsiyalash algoritmi quyidagi qadamlardan tashkil topadi.
1-qadam. Boshlang'ich qiymatlarni berish:
k:=1;
IX: = ; vX: = xx;
cRow: = Xi; nRow ■= cRow + 1; Up ■ =
True,
160
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 3 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 3 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 3 | 2024 год
bu yerda (lX,y1) va (rX,y2) - Ok qo'lyozma obyekti tasvirining mos holda yuqori chap va quyi o'ng koordinatalari.
2-qadam. Ko'rib chiqilayotgan ustundagi qora piksellar to'plami C aniqlansin:
C: = {b(cRow,c) I b(cRow,c) El u c E [y^y^].
3-qadam. Agar nRow > x2 bo'lsa, 10-qadamga o'tilsin.
4-qadam. nRow ustundagi qora piksellar to'plami N aniqlansin:
N: = {b(nRow,n) I b(nRow,n) El u n E [y1,y2]].
5-qadam. Agar INI = 0 bo'lsa, 8-qadamga o'tilsin.
6-qadam. Agar INI = 1 va In — cl < 1 bo'lsa, agar c > n va Up == True bo'lsa,
8-qadamga o'tilsin, aks holda,
agar c <n bo'lsa, Up: = True
9-qadamga o'tilsin.
Bu yerda n va c shunday tanlanganki, b(cRow,c) va b(nRow,n) qora piksellar o'zaro bog'langan.
7-qadam. Agar
i
b(cRow,Cj)EC
bo'lsa,
agar c > n va Up == True bo'lsa,
8-qadamga o'tilsin, aks holda,
agar c <n bo'lsa, Up: = True
9-qadamga o'tilsin.
Bu yerda n va c shunday tanlanganki, b(cRow,c) va b(nRow,n) qora piksellar o'zaro bog'langan.
8-qadam. Ok qo'lyozma obyektining tasviri ajratib olinsin:
rX: = nRow; Ok: =
{o(i,j) I o(i,j) EI, iE [lX,rX],j E [yi,y2]]; IX ■■= rX + 1; Up = False; k: = k + 1.
9-qadam. Qiymatlar o'zgartirilsin: cRow: = nRow; C ■= N
min m; — Cjl < 1
b(nRow,nj)eN
va 3-qadamga o'tilsin. 10-qadam. Tamom.
Quyidagi rasmda qo'lyozma so'z tasvirini ushbu so'zni tashkil qiluvchi obyektlarga segmentatsiyalash algoritmning ish natijasi keltirilgan.
a)
Л
л
A.
JZI
JZ
гхх.
b)
1-rasm. Berilgan tasvir (a) va taklif etilayotgan algoritmdan foydalanib uni segmentatsiyalash natijalari (b)
Segmentatsiyalash natijasida olingan qo'lyozma obyektlari tasvirining statistik belgilarini ajratish algoritmi taklif etilmoqda. Tasvirning statistik belgilari sifatida Hue momentlarini hisoblash qaralgan.
Taklif etilayotgan algoritm qo'lyozma obyektlar tasvirlarining affin almashtirishlarga invariant bo'lgan Hue momentlarini hisoblash, obyektlarni aniqlangan belgilari bo'yicha yaqinligi (o'xshashligi) asosida guruhlash va har bir hosil bo'lgan guruhdan bitta etalon obyektni ajratib olishga asoslangan. Ushbu algoritm uchun kiruvchi ma'lumotlar bo'lib yuqorida keltirilgan algoritmi yordamida segmentatsiya qilingan qo'lyozma obyektlari tasvirlari 0X,02, , chiquvchi ma'lumotlar bo'lib esa - ushbu obyektlarning belgilardagi ifodalari hisoblanadi.
Taklif etilayotgan qo'lyozma matni tasvirining xarakterli belgilarini ajratib olish algoritmi quyidagi bosqichlardan tashkil topadi.
1-bosqich. Qo'lyozma obyektlarining xarakteristik belgilarini hisoblash. Ushbu bosqichda har bir qo'lyozma obyekti Ot (i = 1, fc) uchun Hue momentlari hisoblanadi:
161
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 3 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 3 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 3 | 2024 год
2.
K- = V20 + V02;
hi-= (V20 - V02)2 + Ъ-2- = (Лзо - 3Vi2)2 + (3V21 - V03) h- = (Лзо + V12)2 + (V21 + Лоз)2; h-4'- = (V30 - 3Vi2)(V3o
+ vi2)Kv3o + V12)2 - 3(mi + V03)2] +
+(3V2i - Лоз)[3(Лзо + V12)2 - (Л21 +
V03)2];
h- = (V20 - V02)[(V30 + V12)2 - (V21 + V03)2 + 4Vii(V30 + V12XV21 + V03)];
h = (3V21 - Vos)(V3o
+ V12)[(V30 + V12)2 - 3(Ъ1 + V03)2] +
+(V30 - 3V12)(V21 + Лоз)[3(Лзо +
V12)2 - (V21+Vos)2]-
Bu yerda:
Vif- =
ßij
1+]
Vo2o
1
ßij- = ^ - x)i(y - y)JKx,y) ;
X y
M
X-
У-
12
Moo М21 М22
Mij - = ^^х1уП(х,у).
X y
2-bosqich. O'xshash qo'lyozma obyektlari qism-to'plamini shakllantirish. Ushbu bosqichda qo'lyozma obyektlari to'plami 01,02,^,0k ni ularning yaqinliklari (o'xshashliklari) bo'yicha qism-to'plamlarga bo'lish amalga oshiriladi.
Aytaylik, Gq (q = l,k~) - o'xshash obyektlar qism-to'plamlari bo'lsin. Gp va Gq qism-to'plamlar o'rtasidagi yaqinlik o'lchovi L(Gp,Gq) ularning belgilarining normasi L2 bo'yicha aniqlanadi.
O'xshash obyektlar qism-to'plamlarini shakllantirish quyidagicha amalga oshiriladi.
2.1-qadam. Boshlang'ich qiymatlarni berish:
G1- = {01],G2-={02].....Gk- = [0k],
agar
min
L(Gi,Gj)- = bij, t- = k.
2.u-qadam (и > 1). Toki t > n:
- Gp va Gq bitta qism-to'plamga birlashtirilsin,
L(Gp, Gq)- =
r(u-1) Lij
(k-u+1)x(k-u+1)
, (i,j E [1,k - и +
1],i*j )
bo'lsa;
- HLUj У-tartibdagi yangi yaqinlik matrisasi shakllantirilsin;
- t- = t-1.
Belgilarni birlashtirish jarayoni har bir obyekti o'z qism-to'plamida yaqinroq bo'lgan G1,G2,...,Gn obyektlarning n ta qism-to'plami olinmagunicha davom ettiriladi.
3-bosqich. Etalon qo'lyozma obyektlarini aniqlash. Ushbu bosqichda o'xshash qo'zlyozma obyektlarining har bir qism-to'plami Gq (q = 1,n) dan bittadan obyekt ajratib olinadi va etalon obyektlar to'pdami shakllantiriladi.
Aytaylik, = \Gq \ - o'xshash obyektlar qism to'plami Gq ning quvvati, E0 - etalon obyektlar to'plami bo'lsin.
Etalon qo'lyozma obyektlarini aniqlash quyidagicha amalga oshiriladi.
3.1-qadam. E0- = 0.
3.2-qadam. Barcha q (q = 1,n) uchun, agar &q = 1 bo'lsa, u holda Eo--= EoUGq.
3.3-qadam. Barcha q (q = 1,n) uchun, agar &q > 2 bo'lsa, u holda:
- har bir 0[ E Gq (i = 1, dq) obyektning Gq qism-to'plamning boshqa obyektlariga yaqinlik bahosi p(Oi) hisoblansin: i-1
p(Oi)- = ^L(Oi,Oj)+ ^ L(Oi,Oj);
j=1
]' = i + 1
- Gq qism-to'plamning Gq boshqa obyektlariga maksimal darajada yaqin bo'lgan obyekti aniqlansin:
162
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 3 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 3 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 3 | 2024 год
Ot:=arg minp(Oi);
-Oiq obyekt qo'shilsin:
E0: = E0UOia.
etalon obyektlar to'plamiga
3.4-qadam. Barcha q (q = 1,n) uchun, agar = 2 bo'lsa, u holda:
- har bir Oi G Gq obyektning etalon obyektlarga yaqinligi bahosi p(0{) hisoblansin:
|Eq|
p(0i): = Yt^(0i,01f)-, j=i
-Gq qism-to'plamining E0 obyektlaridan sezilarli farq qiluvchi obyekti aniqlansin: Oia:= arg maxp(Oi);
OiGGq
-Oi obyekt etalon obyektlar to'plamiga qo'shilsin:
Eo: = EoUOiq.
Ishlab chiqilgan algoritmlarni
eksperimental o'rganish. Tajribaviy tadqiqotlar IAM [9] va IUHT [10] qo'lyozma matni tasvirlari bazalari asosida o'tkazildi. IAM bazasida ingliz tilidagi 657 ta muallifga tegishli bo'lgan skanerlangan 1539 ta qo'lyozma matni sahifasi mavjud. IUHT bazasi o'zbek tilidagi (lotin va kirill grafikasi) 373 ta muallifga tegishli bo'lgan skanerlangan 2242 ta qo'lyozma matni sahifasidan tashkil topgan. Bunda har ikkala bazada ham sahifalar 600 dpi tasvir aniqligi bilan skanergangan va kulrang tasvirlar ko'rinishida JPEG formatida saqlangan, sinflarga ajratish kerak bo'lgan obyektlarning sinflari esa muvozanatlashgan.
Qo'lyozma matni tasvirlarini tahlil qilish asosida shaxsni identifikatsiya qilish masalasi ishda taklif qilingan belgilarni ajratib olish va taniqli tanib olish algoritmlaridan foydalangan holda hal qilindi. Qiyosiy tahlil qilish uchun ushbu masala kiruvchi va yashirin qatlamlarda ReLU faollashtirish funksiyalariga, chiquvchi qatlamda esa - SoftMax faollashtirish funksiyalariga ega bo'lgan uch qatlamli to'liq bog'lanishli sun'iy neyron tarmog'idan foydalanib ham hal qilindi. Bunday arxitekturadan
klassik hollarda obyektlarni sinflarga ajratish masalalarini hal qilishda foydalaniladi. Ta'kidlab o'tamizki, taklif qilingan belgilarni ajratib olish algoritmini qo'llanishi natijasida tanib olish obyektlari soni kichik bo'lganligi uchun neyron tarmog'ini o'qitish uchun berilgan ma'lumotlarni augmentatsiya qilish amalga oshirildi.
Sanab o'tilgan algoritmlar sifatini baholash berilgan tanlanmaning 20% ni tashkil qiluvchi nazorat tanlanmasi obyektlarini tanib olish aniqligi bo'yicha hamda 10 x 10 karrali sirpanuvchi nazoratda foydalangan holda o'tkazildi.
IAM va IUHT tasvirlar bazalaridan olingan nazorat tanlanma obyektlarini sinflarga ajratish natijalari mos tarzda 1- va 2-jadvallarda keltirilgan.
1-jadval.
IAM tasvirlar bazasi qo'lyozma obyektlarini sinflarga ajratish natijalari
t/r Tanib olish algoritmi Tanib olish aniqligi (% da)
1. Minimal masofa 84,82
2. Qaror qabul qilish daraxti 84,19
3. Tasodifiy o'rmon 87,13
4. к ta eng yaqin qo'shnilar 77,81
5. Uch qatlamli SNT 88,69
Shuni ta'kidlab o'tamizki, berilgan tasvirlarga dastlabki ishlov berish, satrlar va so'zlarni segmentatsiya qilish [8] da taklif qilingan algoritmlardan foydalanib o'tkazildi, qo'lyozma obyektlari esa ushbu ishda taklif qilingan segmentatsiyalash algoritmidan foydalanib ajratib olindi.
2-jadval.
IUHT tasvirlar bazasi qo'lyozma obyektlarini sinflarga ajratish natijalari
t/r Tanib olish algoritmi Tanib olish aniqligi (% da)
1. Minimal masofa 86,34
2. Qaror qabul qilish daraxti 85,21
163
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 3 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 3 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 3 | 2024 год
3. Tasodifiy o'rmon 88,42
4. к ta eng yaqin qo'shnilar 79,78
5. Uch qatlamli SNT 88,71
Olingan natijalarni solishtirish (1-, 2-jadvallarga qarang) taklif qilingan qo'lyozma matni belgilarini ajratib olish algoritmi asosida tanib olish algoritmlardan aniqlik nuqtai-nazaridan eng samaralisi bo'lib uch qatlamli sun'iy neyron tarmoqqa asoslangan algoritmi ekanligini ko'rsatdi.
Xulosa. Tajribalar natijalari qo'lyozma so'z tasvirini uning tarkibiy obyektlariga bo'lish va ushbu obyektlarning xususiyatlarini aniqlash uchun taklif qilingan algoritmlarning ishlashini ko'rsatdi. Taklif etilgan algoritmlar qo'lyozma matnli tasvirlarni tahlil qilish uchun turli tizimlarni yaratish uchun ishlatilishi mumkin.
Adabiyotlar
1. Siddiqi I., Vincent N. Combining global and local features for writer identification /In Proc. of the 11 Int. Conf. on Frontiers in Handwriting Recognition, Montreal, 2008.
2. Niels R., Grootjen F., Vuurpijl L. Writer identification through information retrieval: the allograph weight vector /In Proc. of the 11 Int. Conf. on Frontiers in Handwriting Recognition, Montreal, 2008.
3. Srihari S., Arora H., Lee S. Individuality of handwriting //Journal of Forensic Sciences, 47(4):1.17, July 2002.
4. Said H.E.S., Tan T.N., Baker K.D. Personal Identification Based on Handwriting //Pattern Recognition, vol. 33, 2000, pp.149-160.
5. Marti U.V., Messerli R., Bunke H. Writer Identification Using Text Line Based Features /In Proc. of the 6th Int. Conf. on Document Analysis and Recognition, Seattle, USA, 2001, pp. 101-105.
6. Schomaker L., Bulacu M. Automatic Writer Identification Using Connected-Component Contours and Edge-Based Features of Uppercase Western Script
/In IEEE Transactions of Pattern Analysis and Machine Intelligence, vol. 26, no. 6, pp. 787-798, 2004.
7. Bensefia A., Paquet T., Heutte L. A writer identification and verification system //Pattern Recognition Letters, vol. 26, issue 13, 2080-2092, 2005.
8. Дадаханов М.Х. ^улёзма матни тасвирига дастлабки ишлов бериш алгоритмлари: Техн. фанлари буйича фалсафа докт. (PhD) илм. дар. олиш учун ёзилган дис. - Тошкент: АКТ ИИМ, 2021. - 105 б.
9. Marti U.V., Bunke H. The IAM-Database: An English Sentence Database for Offline Handwriting Recognition //Int. J. Document Analysis and Recognition, 2002, vol. 5, no. 1, pp. 39-46.
10. Раджабов С.С., Дадаханов М.Х., Асраев М.А., Маматов А.А. ^улёзмали матн тасвирларини сегментациялаш алгоритмлари //Информатика ва энергетика муаммолари. - Тошкент, 2020. - №3. -137-142 б.
164
