Ракамли технологиялар ва сунъий интеллектни ривожлантириш илмий-тадкщот институти хузуридаги илмий даражалар берувчи

Берилган тасвирда юзни аниклаш алгоритмлари
»
номли учинчи боби берилган тасвирда юзни аниклаш алгоритмларини тадкик 
килишга багшланган булиб, ушбу бобда актив видеокузатув тизимларида юз 
тасвирини аниклашга таъсир этувчи ташки омиллар, юз сокасини аниклаш усул 
ва алгоритмлар таклили ёритилган. Шунингдек, турли текислик бурчаклари 
остида акс этган ва кисман окклюзия колатидаги юз тасвирларини аникдаш учун 
ишлаб чикилган алгоритмлар баён этилган.
Ушбу 
бобнинг 
3.1-параграфида 
тасвирда 
юз 
сокасини 
аниклаш 
алгоритмлари таклили келтирилган. Таклил килинаётган алгоритмлар амалга 
ошиш усуллари, математик аппарати ва кулланилиш сокаларига кура куйидаги 
гурухларга ажратилган:
- эмпирик усуллар;
- характерли инвариант кусусиятли усуллар;
- характерли белгилар асосида юзни аниклаш усуллари;
- чукур укитишга асосланган усуллар;
- юзнинг 3D модели оркали аниклаш усуллари.
Диссертациянинг 3.2- параграфида айланишга инвариант юз тасвирини 
аниклаш усул ва алгоритмлари келтирилган. Шуниндек, турли текислик 
бурчаклари остида акс этган юз тасвирини аниклаш учун боскичма-боскич 
созлашга асосланган нейрон тармок модели (БСНТ) таклиф этилган. 1-расмда 
таклиф этилган нейрон тармок модели архитектураси тасвирланган.
Таклиф этилаётган БСНТ модели юз тасвирини уч боскида кайта ишлаш 
оркали амалга ошади
Биринчи босцич.
Ушбу боскичда кар бир кирувчи х ойна учун учта амал 
бажарилади: бинар классификация (юз ва юз эмас) амалини бажариш, 
чегараловчи рамкалар регрессиясини кайтариш ва текисликдаги айланиш 
бурчаги йуналишини созлаш.
Fi(x) ^
бу ерда 
F1
- кичик CNN тармокдан тузилган биринчи боскичдаги детектор, 
f
- юзнинг ишончлилик бакоси, 
t
- чегараловчи рамка реграссиясини 
ифодаловчи вектор, 
д
- йуналиш курсаткичи.
13

---