Grafik Tablet Kullanılarak Makine Öğrenmesi Yardımı ile El Yazısından Cinsiyet Tespiti

Authors : Berna ARI, İlknur UCUZ, Ali ARI, Filiz ÖZDEMİR, Abdulkadir SENGUR

Pages : 243-252

Doi:10.35234/fumbd.659610

View : 18 | Download : 7

Publication Date : 2020-03-03

Article Type : Research Paper

Abstract :Günlük hayatın bir rutini olan el yazısı; ruh hali, kişilik özellikleri ve var olan bazı hastalıklar hakkında ipuçları vermektedir. Bunun yanında adli tıp, tıp ve arkeoloji gibi birçok disiplin el yazısını kendi alanlarına yönelik çalışmalarda sıkça kullanmaktadırlar. Örneğin adli tıp; bazı vakaların aydınlatılmasında el yazısından yaş aralığı ve hangi elin kullanıldığı gibi bilgilere ulaşabilmektedir. Bu çalışmada, el yazısından cinsiyet tespiti yapan bir sistem önerilmiştir. Önerilen sistem el yazısından, el yazısını karakterize edecek bir dizi öznitelik çıkarıp bu öznitelikleri makine öğrenmesi teknikleri kullanarak cinsiyete göre sınıflandırmıştır. El yazılarının kaydedildiği tabletle hem kalemin tablete temas halindeki durumunda hem de harfler ve kelimeler arası geçişte kalemin havada izlediği eğri hareketlerinden öznitelik çıkarılmıştır. Bu öznitelikler sırası ile kalem hızı, ivmesi, yazarken oluşan sarsıntı hareketleri, eğim açısı, yazıdaki kavislenmeler, kalemin havada kalma oranı, kalemin yaptığı basınç değeri ve kalemin yükseklik açısıdır. Sınıflandırıcı olarak da Karar Ağaçları (KA), Naive Bayes (NB), Destek Vektör Makineler (DVM) ve k-en Yakın Komşu (k-EYK) yaklaşımları kullanılmıştır. Deneysel çalışmalarda kullanılan veri setinde toplam 410 örnek mevcut olup, deneysel çalışmaların başarımları doğruluk kriteri ile değerlendirilmiştir. Elde edilen sonuçlara göre en iyi başarımın DVM ile elde edildiği ve doğruluk değerinin de %85,1 olduğu görülmüştür.
Keywords : el yazısı tanıma, cinsiyet sınıflandırma, makine öğrenmesi, kelime bölütleme, , grafik tabletle el yazısı alımı