Axborot texnologiyalari, tarmoqlar va telekommunikatsiyalar

Yuzning geometrik xarakteristikalari asosidagi usul. 
Bu usul hammasidan 
birinchi bo‘lib qo‘llanilgan. Bunda yuzning kalit nuqtalari topiladi va belgilar 
to‘plami tuziladi. Har bir belgi kalit nuqtalar orasidagi masofani ifodalaydi. 
Empirik aniqlash usuli. 
Rasmlardagi yuzni aniqlashda sun’iy intellekt 
yordamida solishtirishdan foydalaniladi. 
Ko‘p qatlamli neyron tarmoq usuli. 
Ko‘p qatlamli neyron tarmoqlar 
qatlamlar bir-biri bilan ketma-ket bog‘lanadi. Ya’ni, birinchi qatlam chiqishi 
keyingi qatlam uchun kirish hisoblanadi va shu ketma-ketlikda davom etadi. Birin- 
ketin qatlamlarni amalga oshirishda paydo bo‘lgan xatolarni umumiy yig‘indisi 
ko‘rinishda olsak, birini xatosini ikkinchisi to‘ldirib ketadi va umumiy xatolar soni 

---

International scientific conference "INFORMATION TECHNOLOGIES, NETWORKS AND 
TELECOMMUNICATIONS" ITN&T-2022 Urgench, 2022y April 29-30 
608 
nisbatan kamayadi. Ko‘p qatlamli neyron tarmoqlari yuqorida belgilangan sinf 
asosida belgilarni aniqlashi va qo‘llanilishi mumkin. Shuningdek, har bir berilgan 
nusxa o‘zining sinfiga tegishli belgilarni aniqlangan natijada hamma sinflardan 
olingan natijalar birlashtiriladi. Kiruvchi tasvirni aniq belgilab olish uchun neyron 
tarmoqli detektor ishlatiladi[2]. 
1-rasm. Ko‘p qatlamli neyron tarmoq usuli 
Yuzni aniqlashdagi eng qiyin muammolardan biri yuz o‘lchovining 
oʻzgarishidir. Dastlabki bosqich, yuz o‘lchovi oʻzgarishini bartaraf etish uchun 
tasvir piramidalari usulidan foydalanadi. Tasvir piramidalaridagi ko‘p o‘lchamli 
kirish, tasvirlar haqida xulosa qilish vaqtini sezilarli darajada oshiradi va bu uni 
amaliy qo‘llash uchun yaroqsiz qiladi. Zamonaviy yuz detektorlar o‘lchov 
o‘zgarishiga qarshi xususiyat piramidalaridan foydalanadilar. Ular turli 
masshtabdagi yuzlarni aniqlash uchun turli CNN qatlamlaridagi ko‘p masshtabli 
xususiyat xaritalaridan foydalaniladi[3]. 
150*150 
100*100 
75*75 
50*50 
25*25 
3-
rasm. Turli qatlamli piramidalaridagi turli xil o‘lchovli yuzlarni tasvirlash 
3-
rasmda, har xil masshtabli yuzlar xususiyatli piramidalarda turli qatlamlar 
tomonidan ushlanadi, masalan, 50×50, 75×75 oʻlchamli yuzlar, va 100×100 piksel 
bir xil o‘rta darajadagi xususiyat xaritasiga tayinlanishi mumkin. Bu xususiyatning 
mustahkamligiga piramidalar shkala o‘zgarishiga ta’sir qiladi. Qabul qiluvchi 
maydonni taklif qilinadi, yaxshilash uchun har bir xususiyat xaritasida piramidalar 
(RFP) usuli xususiyat piramidalarini ifodalash qobiliyatidan foydaniladi. 

---

International scientific conference "INFORMATION TECHNOLOGIES, NETWORKS AND 
TELECOMMUNICATIONS" ITN&T-2022 Urgench, 2022y April 29-30 
609 
Yuzni tanish, LBPH algoritmini. 
Insonlar yuzni aniqlashni har kuni 
avtomatik ravishda va deyarli hech qanday kuch sarflamasdan amalga oshiradilar. 
Garchi bu uchun juda oddiy vazifadek tuyulsada, bu kompyuter uchun 
murakkab vazifa hisobanadi. Chunki, bu yerda usullarning aniqligiga putur 
etkazadigan ko‘plab o‘zgaruvchilar mavjud bo‘lib, masalan: yorug‘likning 
o‘zgarishi, past piksellar sonini, okklyuzion va boshqalar. 
Yuzni tanish tizimlari asosan ikkita rejimda ishlaydi: 
yuz tasvirini tekshirish yoki autentifikatsiya qilish, u asosan kiritilgan yuz 
tasvirini autentifikatsiyani talab qiladigan foydalanuvchiga tegishli yuz tasviri 
bilan solishtiradi, bu asosan birga bir taqqoslashdir; 
identifikatsiya yoki yuzni tanib olish, u asosan kiritilgan yuz tasvirini 
maʼlumotlar toʻplamidagi barcha yuz tasvirlari bilan solishtiradi va shu yuzga mos 
keladigan foydalanuvchini topish uchun, bu asosan birga 
N 
taqqoslashdir; 
LBPH-ning birinchi hisoblash bosqichi yuz xususiyatlarini ajratib ko‘rsatish 
orqali asl tasvirni yaxshiroq tasvirlaydigan oraliq tasvirni yaratishdir. Buning 
uchun algoritm radius va qo‘shni parametrlarga asoslangan surma oyna 
tushunchasidan foydalanadi[3]. 
Rasmlarni integral tasvirlash. 
Viola-Jones usulida ma’lumotlar bilan biror 
bir xarakatni amalga oshirmoqchi bo‘lsak rasmlarni integral tasvirlashdan 
foydalanamiz. Ushbu tasvirlash bu va boshqa usullarda tez-tez qo‘llaniladi. 
Masalan: veyvlet almashtirishlarida, SURF va boshqa qayta ishlangan 
algoritmlarda. Integral tasvirlash yorug‘liklarni to‘g‘ri to‘rtburchak ko‘rinishida 
ifodalab ularni yig‘indisi orqali natija qabul qiladi. 
Tekshiriluvchi oyna. Belgilarni tekshirivchi oyna algoritmi quyidagicha: 
qo‘llaniladigan rasm bo‘lsa, tekshiruv oynasi tanlanadi, qo‘llaniladigan 
belgilar olinadi; 
shuningdek, tekshiruv oynasi rasm bo‘ylab bir katakka siljish bilan ketma- 
ket boshlanadi (oynada 24x24 katak bor), tekshiriluvchi rasmda belgilarni 200 000 
variantda ifodalash mumkin; 
har xil o‘lchamlarni tekshirish ketma-ket qo‘llaniladi; 
o‘lchamini soddalashtirish rasm uchun emas, u faqat oyna uchun (katak 
o‘lchami o‘zgaradi); 
hamma topilgan belgilar klassifikartorga beriladi (4-rasm). 
Hamma belgilarni topish va aniqlash uchun oddiy kompyuter shart emas. 
Shuningdek, sinflashtirish qurilmasi faqat aniqlangan belgilarnigina o‘zini 
aniqlaydi. 

---

International scientific conference "INFORMATION TECHNOLOGIES, NETWORKS AND 
TELECOMMUNICATIONS" ITN&T-2022 Urgench, 2022y April 29-30 
i 0,j 0 
610 
4-rasm.Katakdagi piksellarni ifodalash 
Rasmlarni integral tasvirlash algoritmi. 
Rasmlarni integral tasvirlash – bu 
matritsaga kiruvchi rasm bilan o‘lchami mos kelishidir. Xar bir element (chap, 
o‘ng va undan yuqoriroq)da intensiv piksellarni yig‘indisi saqlanadi. 
Matritsa elementlari quyidagi formula orqali hisoblanadi: 
𝐿
(
𝑥
, 
𝑦
) = 
∑
i
𝑥
,j
𝑦
∗
(i, j)
. 
𝐼
(i, j) 
– kiruvchi rasmning piksellarini yorqinligi. 
Xar bir 
𝐿
(
𝑥
, 
𝑦
) 
matritsa elementlari 
(0,0) 
dan 
(
𝑥
, 
𝑦
) 
gacha to‘g‘ri burchaklarda 
piksellar yig‘indisini ifodalaydi. Xar bir 
(
𝑥
, 
𝑦
) 
piksel belgisi chapdagi va undan 
yuqoridagi piksellar belgilarini yig‘indisiga teng. Matritsalarni hisoblash vaqt bilan 
chiziqlidir. Shuning uchun rasmdagi piksellarni bir o‘tishda hisoblab chiqadi. 
Matritsalarni hisoblash quyidagi formula orqali amalga oshiriladi: 
𝐿
(
𝑥
, 
𝑦
) = 
𝐼
(i, j) 
−
(
𝑥
−
1, 
𝑦
−
1) + 
𝐿
(
𝑥
−
1) + 
𝐿
(
𝑥
−
1, 
𝑦
) 
. 
Ushbu integral matritsa rasmdagi to‘g‘ri burchak va maydonlarni pikselini juda tez 
hisoblashi xam mumkin. 
Quyida A,B,C,D to‘g‘ri to‘rburchaklar berilgan va biz uchun D qismi qiziqarli: 
5-
rasm.To‘g‘ri to‘rtburchaklarni ajratish 
Yuqoridagi rasmdan piksellar bir biridan ajralib turgani va har xilligi ko‘rinib 
turibdi: 
𝑆
(
𝐴𝐵𝐶𝐷
) = 
𝐿
(
𝐴
) + 
𝐿
(
𝐶
) 
−
(
𝐵
) 
−
(
𝐷
) 
Standart Viola-Jone usulida to‘g‘ri to‘rtburchaklarni ifodalanishi Haar 
kaskadi deb ataladi. 

---

International scientific conference "INFORMATION TECHNOLOGIES, NETWORKS AND 
TELECOMMUNICATIONS" ITN&T-2022 Urgench, 2022y April 29-30 
611 
6-
rasm.To‘g‘ri to‘rtburchaklarni Haar yordamida ajratish 
Bu belgilarni sanash quyidagicha amalga oshiriladi: 
𝐹
= (X 
−
𝑌
) 
X 
– xar bir belgidagi yorug‘likni ifodalash yig‘indisi; 
𝑌
– xar bir belgidagi qorong‘ulikni ifodalash yig‘indisi. 
Xulosa qilib aytiladigan bo‘lsa, yuz tasviri bo‘yicha biometrik identifikasiya/ 
autentifikasiya qilish usullari ko‘p bo‘lib, empirik usulini afzalligi shundan 
iboratki, yuzni barcha nuqtalarini, agarda yuzda qanday o‘zgartirishlar (ko‘yoynak, 
niqob) bo‘lsa ham uni tanish imkonini beradi.