Razlike v slogu pisanja med posamezniki predstavljajo izziv pri prepoz-
navanju rokopisa. V ta namen smo razvili celovit sistem, ki omogoča per-
sonalizacijo neposredno na mobilni napravi. Sistem vključuje namensko
Android aplikacijo za zbiranje podatkov, pri čemer je v raziskavi sodelo-
valo 19 udeležencev. Poleg tega uporablja tehnike predobdelave slik za
zmanjšanje domenske razlike med javno in lastno zbirko podatkov ter strate-
gijo treniranja modelov za vsakega uporabnika posebej. Personalizacija mod-
ela je znatno izboljšala uspešnost, saj se je povprečna natančnost, dosežena
z osnovnim modelom za splošno rokopisno pisavo, povprečno povečala z
43,77% na 83.51% po prilagoditvi za posamezne uporabnike. Zmožnost pos-
ploševanja modela smo preverili z prečno preverjanje z izpuščanjem enega
(Leave-One-Out Cross-Validation). Celoten postopek učenja je bil zasnovan
za izvajanje na mobilni napravi, pri čemer je učenje na napravi porabilo 15%
procesorske moči in 220 MB pomnilnika. To potrjuje praktično izvedljivost
implementacije personaliziranih sistemov prepoznavanja na mobilni napravi.
|