Harflerin Alçalan ve Yükselen Uzantılarının Ölçümleri Kullanılarak Cinsiyetin Veri Madenciliği Yöntemleriyle Belirlenmesi
DOI:
https://doi.org/10.17986/blm.1690Anahtar Kelimeler:
Sex prediction, forensic handwriting examination, artificial neural networks, data miningÖz
Amaç: Adli el yazısı incelemelerinde cinsiyet tahmini yıllar boyunca ilgi çekici bulunmuş ve bilim insanları tarafından araştırılmıştır. Aidiyet kararı verilirken adli el yazısı incelemesinde diğer tanı unsurlarının yanında cinsiyet parametresinin destekleyici bir unsur olarak yer alması sonuçların güvenilirliğini artıracaktır. Ayrıca hem erkek hem de kadınlardan oluşan geniş bir şüpheli grubu için araştırılacak kişi sayısının azaltılmasına da yardımcı olacaktır. Bu nedenle adli el yazısı incelemesinde cinsiyet tahmini üzerine araştırmalar yapılmaktadır. Bu çalışmada belirlenen harflerin alçalan ve yükselen kısımlarının ölçülerek cinsiyet tahminine katkısının araştırılması amaçlanmıştır.
Yöntem: Bu amaç doğrultusunda Yükseköğretim öğrencisi ve mezunu 50 kadın ve 50 erkek katılımcıdan, Türk dilinde başta ortada ve sonda olacak şekilde “b, d, f, g, h, k, t, y, p” harflerini içeren 11 adet cümle yazdırılmak sureti ile yazı örnekleri toplanmıştır. Bu harflerin yükselen ve alçalan kısımları milimetre cinsinden ölçülmüştür. Makine öğrenmesi çalışmalarında en başarılı dört yöntem olan logistik regresyon, K en yakın komşuluk (KNN), destek vektör makineleri (DVM) ve yapay sinir ağları (YSA) seçilerek bu verilere uygulanmış ve yazıyı yazan kişinin yazı karakterine göre erkek ve kadın olup olmadığı belirlendi.
Bulgular: Harflerin alçalan ve yükselen kısımlarının ölçülmesi ile kadın ve erkek katılımcılar arasında istatistiksel olarak anlamlı farklılıklar bulunmuştur. Erkeklerde “b, d, h, k, t’nin” yükselen kısımlarının istatistiksel olarak anlamlı derecede daha uzun olduğu belirlenmiştir. Doğruluk oranları lojistik, KNN, DVM ve YSA için sırasıyla 0,65, 0,60, 0,71 ve 0,82’dir.
Sonuç: Kanaatimizce elde edilen sonuçlar ümit vericidir. Bu konudaki çalışmaların artırılması halinde daha yüksek başarı oranları elde edilebilir ve adli el yazısı incelemesine daha fazla katkı sağlanabilir.
İndirmeler
Kaynaklar
Bandi,KR, Srihari SN. Writer demographic classification using bagging and boosting. In Proceedings of the twelfth International Graphonomics Society Conference; 2005 Jun. 26-29; Salerno, Italy, 2005;133-137.
Huber RA, Headrick AM. Editors. Handwriting Identification: Facts and Fundamentals. Science, Scientific Method, and Writing Identifications. Florida, Boca Roton: CRC Press LLC, 1999; 362-398.
Kumar S, Saran V, Vaid, BA, Gupta AK. Handwriting and gender: A statistical study. Z Zagadnień Nauk Sądowych, 2013;95:620-626.
Al Maadeed S, Hassaine A. Automatic prediction of age, gender, and nationality in offline handwriting. J Image Video Proc 2014;10:1-10. https://doi.org/10.1186/1687-5281-2014-10 DOI: https://doi.org/10.1186/1687-5281-2014-10
Akbari Y, Nouri K, Sadri J, Djeddi C, Siddiqi I. Wavelet-based gender detection on off-line handwritten documents using probabilistic finite state automata. Image and Vision Computing,2017;59:17-30. https://doi.org/10.1016/j.imavis.2016.11.017 DOI: https://doi.org/10.1016/j.imavis.2016.11.017
Goodenough FL. Sex differences in judging the sex of handwriting. J Soc Psychol, 1945;22(1):61-68. https://doi: 10.1080/00224545.1945.9714182 DOI: https://doi.org/10.1080/00224545.1945.9714182
Marzinotto G, Nunez JCR, Yacoubi ME, Garcia-Salicetti S. Age and Gender Characterization through a Two Layer Clustering of Online Handwriting. In: Proceeding of sixteenth International Conference on Advanced Concepts for Intelligent Vision Systems (ACIVS; 2015 26-29 Oct; Catania, Italy, 2015;428-439. https://doi:10.1007/978-3-319-25903-1_37. DOI: https://doi.org/10.1007/978-3-319-25903-1_37
Hamid S, Loewenthal KM. Inferring gender from handwriting in Urdu and English. J Soc Psychol, 1996;136(6):778-782. https://doi: 10.1080/00224545.1996.9712254 DOI: https://doi.org/10.1080/00224545.1996.9712254
Binet A. Lea Efivelations de 1 'Ecriture d 'Apres un Controle Scientiftque, Paris, 1906, 1-22.
Young PT. Sex differences in handwriting. J Appl Psychol, 1931;15(5);486-498. https://doi: 10.1037/h0072627 DOI: https://doi.org/10.1037/h0072627
Tomai CI, Kshirsagar DM, Srihari SN. Group discriminatory power of handwritten characters. In: proceeding of the seventeeth ICPR; 2004 26 Aug; Cambridge, UK, 2004; 638-641. https://doi: 10.1109/ICPR.2004.1334329 DOI: https://doi.org/10.1109/ICPR.2004.1334329
Topaloglu M, Ekmekci S. Gender detection and identifying one's handwriting with handwriting analysis. Expert Syst. Appl, 2017;79(1):236-243. https://doi: 10.1016/j.eswa.2017.03.001 DOI: https://doi.org/10.1016/j.eswa.2017.03.001
Siddiqi I, Djeddi C. Raza A, Souici-Meslati L. Automatic analysis of handwriting for gender classification. Pattern Anal Appl, 2015;18(4), 887-899. https://doi: 10.1007/s10044-014-0371-0 DOI: https://doi.org/10.1007/s10044-014-0371-0
Sokic E, Salihbegovic A. Ahic-Djokic M. Analysis of off-line handwritten text samples of different gender using shape descriptors. In: proceeding of the nineteenth International Symposium on Telecommunications (BIHTEL); 2012 Oct 25-27; Sarajevo, Bosnia and Herzegovina, IEEE publications 2012; 1-6. DOI: https://doi.org/10.1109/BIHTEL.2012.6412086
Liwicki M, Schlapbach A, Loretan P, Bunke H. Automatic detection of gender and handedness from on-line handwriting. In: Proceeding of the thirteenth Conference of the International Graphonomics Society; 2007 Nov 11-14; Melbourne, Australia, 2007; 179-183.
Ahmed M, Rasool AG, Afzal H, Siddiqi I. Improving handwriting based gender classification using ensemble classifiers. Expert Syst. Appl. 2017;85(1):158-168. https://doi: 10.1016/j.eswa.2017.05.033 DOI: https://doi.org/10.1016/j.eswa.2017.05.033
Morera Á, Sánchez Á, Vélez JF, Moreno AB. Gender and handedness prediction from offline handwriting using convolutional neural networks. Complexity, 2018; https://doi: 10.1155/2018/3891624 DOI: https://doi.org/10.1155/2018/3891624
Youssef AE, Ibrahim AS, Abbott AL. Automated gender identification for Arabic and English handwriting. In: Proceeding of fifth International Conference on Imaging for Crime Detection and Prevention (ICDP); 2013 16-17 Dec; London, UK, IET publications 2013;1-6. https://doi: 10.1049/ic.2013.0274 DOI: https://doi.org/10.1049/ic.2013.0274
Riza LS, Zainafif A, Rasim SN. Fuzzy rule-based classification systems for the gender prediction from handwriting. Telkomnika, 2018;16(6):2725-2732. https://doi: 10.12928/telkomnika.v16i6.9478 DOI: https://doi.org/10.12928/telkomnika.v16i6.9478
Cha SH, Srihari SN. A priori algorithm for sub-category classification analysis of handwriting. In: Proceedings of Sixth International Conference on Document Analysis and Recognition; 2001 Sep 13-13; Seattle, WA, USA, IEEE publications 2002;1022-1025. https://doi: 10.1109/ICDAR.2001.953940 DOI: https://doi.org/10.1109/ICDAR.2001.953940
Sesa-Nogueras, E, Faundez-Zanuy, M, Roure-Alcobé, J. Gender classification by means of online uppercase handwriting: a text-dependent allographic approach. Cogn. Comput, 2016;8(1):15-29. https://doi: 10.1007/s12559-015-9332-1 DOI: https://doi.org/10.1007/s12559-015-9332-1
Ibrahim AS, Youssef AE, Abbott AL. Global vs. local features for gender identification using Arabic and English handwriting. In: Proceeding of International Symposium on Signal Processing and Information Technology (ISSPIT); 2014 15-17 Dec; Noida, India, IEEE publications 2015;155-160. https://doi: 10.1109/ISSPIT.2014.7300580. DOI: https://doi.org/10.1109/ISSPIT.2014.7300580
Bouadjenek N, Nemmour H, Chibani Y. Age, gender and handedness prediction from handwriting using gradient features. In: Proceeding of thirteenth International Conference on Document Analysis and Recognition (ICDAR);2015 Aug 23-26; Tunis, Tunisia, IEEE publications 2015;116-1120. https.//doi: 10.1109/ICDAR.2015.7333934 DOI: https://doi.org/10.1109/ICDAR.2015.7333934
Guerbai Y, Chibani Y, Hadjadji B. Handwriting gender recognition system based on the one-class support vector machines. In: Proceeding of Seventh International Conference on Image Processing Theory, Tools and Applications (IPTA); 2017 28 Nov- 1 Dec; Montreal, QC, Canada, IEEE publications 2018; 1-5. https://doi: 10.1109/IPTA.2017.8310136 DOI: https://doi.org/10.1109/IPTA.2017.8310136
Dreiseitl S, Ohno-Machado L. Logistic regression and artificial neural network classification models: a methodology review. J. Biomed. Inform 2002;35(5-6):352-359. https://doi: 10.1016/S1532-0464(03)00034-0 DOI: https://doi.org/10.1016/S1532-0464(03)00034-0
Noble, WS. What is a Support vector machine? Nat Biotechnol 2006;24(12):1564-1567. https://doi: 10.1038/nbt1206-1565 DOI: https://doi.org/10.1038/nbt1206-1565
Skapura DM. “Building Neural Networks” Addison-Wesley, New York; 1996; 29-64 (ch 2).
Haykin S. Neural Networks: A Comprehensive Foundation” MacMillan. New York. 2008;22-24(ch:1)
Oztemel E. Artificial neural networks. Papatya Publishing. Istanbul. 2003;29-31 (ch:2) (Turkish Translate )
Chaudhuri BB, Bhattacharya U. Efficient Training and Improved Performance of Multilayer Perceptron in Pattern Classification. Neurocomputing, 2000;34(1-4):11-27. https://doi: 10.1016/S0925-2312(00)00305-2 DOI: https://doi.org/10.1016/S0925-2312(00)00305-2
Agresti A. An Introduction to Categorical Data Analysis. Logistic regression. John Wiley and Sons. Inc., 2019; 89-92(ch:4) Third Edition
Lemeshow S, Hosmer D. Applied Logistic Regression (Wiley Series in Probability and Statistics). The Multiple Logistic Regression Model. Wiley-Interscience; 2013; 35-36 (ch:2) Third Edition DOI: https://doi.org/10.1002/9781118548387.ch2
Bhatia N, Vandana. Survey of nearest neighbor techniques, IJCSIS, 2010;8(2):302-305.
Qiu XY, Kang K, Zhang HX. Selection of kernel parameters for K-NN. In: Proceeding of International Joint Conference on Neural Networks (IJCNN), 2008 1-8 June; Hong Kong, China, IEEE publications 2008; 61-65. https://doi: 10.1109/IJCNN.2008.4633767 DOI: https://doi.org/10.1109/IJCNN.2008.4633767
Batista Gustavo. EAPA, Silva, DF. How k-nearest neighbor parameters affect its performance. In: Proceeding tenth Argentine Symposium on Artificial Intelligence (ASAI), 2009 24-25 Aug; Mar Del Plata, Argentina, 2009;95–106.
Hassaïne A, Al Maadeed S, Aljaam J, Jaoua A. competition on gender prediction from handwriting. In: Proceeding of twelfth International Conference on Document Analysis and Recognition (ICDAR), 2013 25-28 Aug; Washington, DC, USA, IEEE publications 2013;1417-1421. https://doi: 10.1109/ICDAR.2013.286
Demir I. Statistics Guide with SPSS. Regression analysis for categorical data. Istanbul 2020; 438-439.(ch:14) (Turkish Translate )
Erbilek M, Fairhurst M, Li C. Exploring gender prediction from digital handwriting. In: Proceeding of twenty forth Signal Processing and Communication Application Conference (SIU), 2016 16-19 May; Zonguldak, Turkey, IEEE publications 2016;789-792. https://doi: 10.1109/SIU.2016.7495858
Mirza A, Moetesum M, Siddiqi I, Djeddi C. Gender classification from offline handwriting images using textural features. In: Proceeding fifteenth International Conference on Frontiers in Handwriting Recognition (ICFHR), 2016 23-26 Oct; Shenzhen, China, IEEE publications 2017;395-398. https://doi: 10.1109/ICFHR.2016.0080
Gattal A, Djeddi C ,Siddiqi I, Chibani Y. Gender classification from offline multi-script handwriting images using oriented basic image features (oBIFs). Expert Syst. Appl.,2018; 99(1):155-167. https://doi: 10.1016/j.eswa.2018.01.038 DOI: https://doi.org/10.1016/j.eswa.2018.01.038
İndir
Yayınlanmış
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2024 Adli Tıp Bülteni
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.
Dergimiz ve bu internet sitesinin tüm içeriği Creative Commons Attribution (CC-BY) lisansının şartları ile ruhsatlandırılmıştır. Creative Commons Attribution Lisansı, kullanıcıların bir makaleyi kopyalamasına, dağıtmasına ve nakletmesine, makaleyi uyarlamasına ve makalenin ticari olarak kullanılmasına imkan tanımaktadır. CC BY lisansı, yazarına uygun şekilde atfedildiği sürece açık erişimli bir makalenin ticari ve ticari olmayan mahiyette kullanılmasına izin vermektedir.
