Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

Eigenfaces
- bu odamning yuzini aniqlash muammolarini kompyuterda ko’rish 
uchun ishlatilganda eigenvektorlar to’plamiga berilgan nom. Eigenfazalarni tanib 
olish uchun foydalanish usuli Sirovich va Kirbi (1987) tomonidan ishlab chiqilgan va 
Metyu Turk va Aleks Pentland tomonidan yuz tasnifida keng ishlatilgan. 
Eigenvektorlar yuz tasvirlarining yuqori o’lchovli vektor fazosi bo’ylab ehtimollik 
tarqalishining kovaryans matritsasidan kelib chiqadi[3]. Eigenfaces o’zlari 
kovariatsiya matritsasini qurish uchun ishlatiladigan barcha rasmlarning asosini 
tashkil qiladi. Bu kichik o’lchamdagi asosiy rasmlarning asl o’quv rasmlarini 
namoyish etishiga imkon berish orqali o’lchamlarni pasaytirishga olib keladi. 
Tasnifga tasvirlar o’lchami qanday ifodalashini taqqoslash orqali erishish mumkin. 
Asosiy qism.
Fisherface algoritmdan foydalangan holda yuzni aniqlash tizimi, 
yuz tasvirini uning xususiyatlarini aniqlash natijalariga qarab tanib olish uchun 
mo’ljallangan. Tizim sinovdan o’tkaziladigan rasmning to’g’ri tan olinganligini yoki 
yo’qligini aniqlashida natija olishi kutiladi. Namunalarni to’plash to’g’ridan-to’g’ri 
yuzning fotosurati yordamida amalga oshiriladi. Yuzning holati old va tik holatda va 
boshqa buyumlar tomonidan bloklanmaganligiga qaraladi. Tasvirlar tenglashtirish 
maqsadida ± 100 sm masofada suratga tushiriladi[9].
Tasvirni tahrirlash jarayonni ikki bosqichga bo’linadi: ishlov berish bosqichi va 
xususiyatlarni ajratib olish va tanib olishni o’z ichiga oladi[2]. 

Tasvirni qayta ishlash. 
Amaldagi yuz tasviri avval ishlov berish bosqichidan o’tishi kerak. Ushbu 
bosqich tasvirni olish va RBG rasmini kul rangga o’zgartirishni o’z ichiga oladi. 
Kamera yordamida yuz suratlari olinadi. Ushbu surati 92 x 112 piksel o’lchamdagi 
JPG formatidagi 24 bitli RGB tasvirdir. RGB-dan 8 bit kul rang o’lchamdagi, 40 x 40 
piksel o’lchamdagi BMP formatiga sotib olishning yuz tasvirini o’zgartirish. 
Bundan tashqari, yuz haqidagi ma’lumotlar 2 (ikki) qismga bo’linadi, ya’ni 
tasvirning bir qismi mashq tasviri (mashq ma’lumotlar to’plami) va rasmning bir 
qismi sinov tasviri (test ma’lumotlar to’plami) sifatida ishlatiladi. 
Tasvirni qayta ishlashning ushbu bosqichida Fisherface usuli tizim tomonidan 
ishlatiladigan yuz tasvirlarining xususiyatlarini vektorini hosil qilish va keyin Evklid 
masofasining formulasidan foydalanib, sinov tasvirining vektor xususiyatiga ega 

---

33 
bo’lgan tasvir vektorini aniqlash uchun qo’llaniladi. Amaldagi algoritm - Fisherface 
algoritmi PCA va LDA usullari o’rtasida birlashadigan usul[6]. 
Eigenfaces to’plamini insonning turli xil yuzlarini aks ettirgan katta rasmlar 
to’plamida asosiy komponentlar tahlili (PCA) deb nomlangan matematik jarayonni 
bajarish orqali hosil qilish mumkin. Norasmiy ravishda, eigenfaces yuzlarning ko’p 
rasmlarini statistik tahlilidan kelib chiqqan holda "yuzning standartlashtirilgan 
ingredientlari" to’plami sifatida qabul qilinishi mumkin. Har qanday insonning yuzini 
ushbu standart yuzlarning kombinatsiyasi deb hisoblash mumkin. Masalan, odamning 
yuzi o’rtacha yuzdan iborat bo’lishi mumkin va eigenface 1 dan 10%, eigenface 2 
dan 55% va hatto 3) eigenface-ning 3% dan farq qilishi mumkin. aksariyat yuzlar. 
Shuningdek, odamning yuzi raqamli fotosurat bilan yozilmaganligi sababli, faqat 
qiymatlarning ro’yxati sifatida (foydalanilgan ma’lumotlar bazasida har bir eigenface 
uchun bitta qiymat), har bir odamning yuziga kamroq joy ajratiladi. 
Elektron makonlar to’plamini yaratish uchun quyidagilar kerak[8]: 
1.Yuz tasvirlari uchun mashqlar to’plamini tayyorlang. Jismoniy mashqlar 
to’plamini tashkil etuvchi rasmlar bir xil yorug’lik sharoitida olingan bo’lishi kerak 
va ko’zlar va og’izlarni barcha tasvirlar bo’ylab moslashtirilishi kerak. Ularning 
barchasi umumiy piksel o’lchamiga (r × c) o’xshashi kerak. Har bir rasm bitta vektor 
sifatida qabul qilinadi, shunchaki asl rasmdagi piksel satrlarini bir-biriga bog’lab, 
natijada r × c elementlari bo’lgan bitta ustun hosil bo’ladi. Buni amalga oshirish 
uchun, o’quv to’plamining barcha rasmlari bitta matritsa T-da saqlanadi deb taxmin 
qilinadi, bu erda matritsaning har bir ustuni tasvirdir. 
2. O’rtachani aniqlash. O’rtacha