Turapov sh. N

Neyron tarmoqlar. Hozirgi kunda o‘nga yaqin neyron tarmoqlari mavjud bo‘lib bir qancha davlatlarda ushbu tizimni takomillashtirish bo‘yicha bir qancha ishlar olib borilmoqda. Eng ko‘p ishlatiladigan variantlardan biri bu ko‘p qatlamli perseptronga(miya tomonidan axborotni qabul qilishning matematik yoki kompyuter modeli) asoslangan tarmoq bo‘lib, u kirish tasvirini/signalni tarmoqni oldindan belgilash/o‘qitish bo‘yicha tasniflash imkonini beradi. Ko‘pchilik mutaxassislar yuzni aniqlashda neyron tarmoqlaridan foydalanish kelajakda ommalashib ketishiga ishonishmoqda. Neyron tarmoqlarning asosiy afzalliklaridan biri tizim o‘zini o‘zi doimiy o‘qitib borish hisoblanadi [5].

3-rasm. Ikki yashirin sathli chuqur neyron tarmoq.

Chuqur neyron tarmoqni quyidagi hollarda qo‘llash mumkin (3-rasm):

• 
  Piksellarga emas, ob’ektlar tarkibiga taalluqli, tasvirlar taqdim etishda. Bu bizga samarali yuz va ob’ektlarni anglab olish tizimlarini yaratishga imkon beradi;
  
• 
  Mashinaga qaysi so‘z va hujjat semantik o‘xshash ekanligini aniqlash imkoniyatini berib, matnli ma’lumot taqdim etishda;
  
• 
  Ma’lum doiradagi (mavzuda) ma’noga ega matnlarni generatsiya qilishda, chat-botlar yaratishda;
  

Asosiy komponent usuli. Eng taniqli va yaxshi rivojlangan usullardan biri bu Karunen-Loev transformatsiyasiga asoslangan asosiy komponentlarni tahlil qilish usuli hisoblanadi (4-rasm).
Dastlab, asosiy komponentlar tahlili statistik ma’lumotlarda sezilarli darajada ma’lumot yo‘qotmasdan funksiyalar maydonini kamaytirish uchun qo‘llanila boshlandi. Yuzni tanib olish muammosida, asosan, kichik o‘lchamdagi vektor (asosiy komponentlar) bilan yuz tasvirini aks ettirish uchun foydalaniladi, keyinchalik ma’lumotlar bazasida saqlanadigan mos yozuvlar vektorlari bilan taqqoslanadi. Asosiy komponent usulining mohiyati yuzlarning barcha ma’lumotlar to‘plami bitta umumiy ma’lumotlar matritsasiga aylantiriladi, bu yerda har bir satr alohida satrga ajralgan yuz tasvirining bitta nusxasi bo‘lib hisoblanadi [6].

4-rasm. Yuzni identifikatsiya qilish tizimi.


Faol ko‘rinish modellari va faol shakl modellari. Tashqi ko‘rinishning faol modellari - bu turli xil deformatsiyalar orqali haqiqiy tasvirga mos ravishda bog‘lanishi mumkin bo‘lgan statistik tasvir modellari hisoblanadi. Ikki o‘lchovli versiyadagi ushbu turdagi model 1998 yilda Tim Kots va Kris Teylor tomonidan taklif qilingan. Dastlab, yuzning tasvirlari parametrlarini baholash uchun faol tashqi ko‘rinish modellari ishlatilgan [7].
Biometrik yuzni aniqlash - bu juda yosh texnologiya bo‘lishiga qaramasdan bugungi kunda biznes uchun juda istiqbolli yo‘nalish hisoblanadi. Kelajakda yuqori darajadagi takomillashtirish bilan masofadan biometrik identifikatsiya qilish tizimlari bilan jihozlangan ob’ektlar sonining yanada ko‘payishini taxmin qilish mumkin, chunki ushbu tizimlar bunga to‘liq tayyor. Biometrik yuzni aniqlash texnologiyalari bir necha bor sinovdan o‘tgan va yaxshi natijalarni ko‘rsatmoqda. Yuzni aniqlash mobil qurilmalar, bankomatlar, POS-terminallar, avtomobillar va boshqa qurilmalarga o‘rnatilmoqda va bunda o‘zining ijobiy tomonlarini ko‘rsatmoqda.
Inson yuz biometrik parametrlari orqali tanib olishda yuzaga keladigan muammolar:
1. Yoritish. Inson yuziga turli burchak ostida kelib tushgan yorug‘lik uning ko‘rinishini o‘zgartiradi. Yuzdagi biometrik belgilar soya tasirida o‘zgaradi va yuz ma’lumotlarini o‘qib olishda turil qiyinchiliklar keltirib chiqaradi. Bu muammoni hal qiluvchi turli algoritmlar ishlab chiqilayotganligiga qaramasdan ushbu muammo hali o‘z yechimini to‘liq topmagan (5-rasm).

5-rasm. Tasvirga turli burchak ostida kelib tushgan yorug‘lik ta’siri.

2. Boshning joylashuv holati. Tan olish vazifasiga qarab, boshning chapga-o‘ngga yoki yuqoriga burilishining turli burchaklariga o‘zgarmaslikni talab qiladi. Shunday qilib, masalan, ideal sharoitda, olomon orasidan odamni qidirganda, burilish invariantligi ± 90 ° burchak ostida bo‘lishini talab qiladi (6-rasm).

-90^0	-70^0	-50^0	-30^0	-10^0	00^0
+10^0	+30^0	+50^0	+70^0	+90^0

6-rasm. Boshning joylashuv holati.

3. Yuz ifodalari (qayg‘uli, quvnoq va kulayotgan yuz ifodalari) (7-rasm). Hozirda jamoat joylarida o‘rnatilgan kameralar orqali olingan inson yuz tasvirlari davlat xavfsizlik idoralarida mavjud bo‘lgan pasport, haydovchilik guvohnomalari va boshqa rasmiy hujjatlardagi rasmlar bilan solishtiriladi.

7-rasm. Inson yuz ifodalari.
4. Yuz tasvirining masshtabi.
5. Yuz elementlarini o‘zgartirish(ko‘zoynak, tibbiyot maskasi, soch, mo‘ylov, soqol va boshqalar).

8-rasm. Yuzni tanib olish texnologiyalari bozorining o‘sish ko‘rsatkichlari [9].
Yuqorida keltirib o‘tilgan inson yuz biometrik parametrlari orqali tanib olishda yuzaga keladigan muammolar ustida ko‘plab izlanishlar olib borilmoqda. Shu bilan birga yuqoridagi muammolarni bartaraf qilish usullari to‘liq o‘rganilmagan neyron tarmoqlari usuli hozirgi kunda takomillashtirilmoqda.
Xulosa qilib aytganda, global manbalarining hisob-kitoblari, taxminlariga ko‘ra 2025 yilga kelib yuzni tanib olish dasturlari dunyo bozorlarida o‘sish ko‘rsatkichlari yuqoridagi diagramma 8–rasmda keltirilgan qiymatni ko‘rsatadi. Shu bilan birga hozirgi kunga qadar neyron tarmoqlari orqali inson yuz tasvirini mukammal darajada tanib oluvchi tizim yaratilmagan.