FOTOROBOTDAN YUZ TASVIRINI TANIB OLISH USULLARINING TAHLILI

Lola Davronova

Авторы

Lola Davronova Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari univeristeti

Ключевые слова:

Fotorobot, yuzni tanib olish, sun’iy intellekt, kriminalistika, GAN, teran o‘rganish, komponentlarga asoslangan yondashuv, holistik yondashuv, an’anaviy usullar

Аннотация

Ushbu maqolada fotorobot asosida yuz tasvirlarini tanib olishning zamonaviy usullari va ulardan foydalanish sohalari tahlili keltirilgan. Fotorobotlar, asosan kriminalistika sohasida qo'llanilib, jinoyatchilarni aniqlashda muhim ahamiyatga ega. O‘tgan yillarda fotorobot asosida tanib olishning an’anaviy usuli qo‘llanilgan bo‘lsa xozirda bunday tizimlarning avtomatlashtirilishi sun’iy intellekt yordamida rivojlanmoqda. Maqolada fotorobotlar uchun ishlatiladigan namuna bazalari va ularning xususiyatlari keltirilgan. Tadqiqotlar natijalari, an’anaviy va teran o‘rganishga asoslangan tanib olish usullari o‘rtasidagi farqlarni ko‘rsatadi. Fotorobotni tanib olishda qo‘lda tayyorlangan va teran o‘rganishga asoslangan xususiyatlar tahlil qilingan. Bunda, komponentlarga asoslangan va holistik yondashuvlar taqqoslangan. Teran o‘rganish usullari yuqori aniqlikni ta’minlasada, ko‘p sonli namunalarni talab etadi va real sharoitlarda natijalar ko‘pincha past bo‘lishi mumkin. Shuningdek, GAN (Generative Adversarial Networks) modelining fotorobotlardan yuz tasvirlarini hosil qilishdagi ahamiyati va imkoniyatlari yoritilgan. GAN yordamida yuqori sifatli sun’iy ma’lumotlar yaratish mumkin bo‘lib, bu fotorobotlar bazasidagi yuz tasvirlarini ko‘paytirish imkoniyatini beradi.

Библиографические ссылки

Bahrum N. N. et al. A systematic review of face sketch recognition system //Journal of Electrical and Electronic Systems Research (JEESR). – 2023. – T. 22. – S. 1-10.

Islomov Sh.Z., Davronova L.U., Xasanov O., Kriminalistikada ekspertiza dasturiy vositalarining tahlili // Iqtisodiyot tarmoqlarining innovatsion rivojlanishida axborot-kommunikatsiya texnologiyalarining ahamiyati. Toshkent - 2021y. –B 242-244.

R. Kokila, M. S. Sannidhan, and A. Bhandary, “A novel approach for matching composite sketches to mugshot photos using the fusion of SIFT and SURF feature descriptor,” 2017 Int. Conf. Adv. Comput. Commun. Informatics, ICACCI 2017, vol. 2017-Janua, pp. 1458–1464, 2017, doi: 10.1109/ICACCI.2017.8126046.

Bahrum N. N. et al. A systematic review of face sketch recognition system //Journal of Electrical and Electronic Systems Research (JEESR). – 2023. – Т. 22. – С. 1-10.

Islomov Sh.Z., Mardiyev U.R., Davronova L.U., Khamidov Sh.J., Selecting suitable deep learning network for face recognition // Information Science and Communications Technologies (ICISCT), International conference

on. –IEEE, Tashkent 2019.-P.1-5 (05.00.00; 30.09.2019 №269/8-son rayosat qarori). (Scopus, DOI: DOI:10.1109/ICISCT47635.2019.9012001).

Islomov Sh.Z., Davronova L.U., Ergashev M.M., Yuzlarni tanib olishning samaradorligini oshirish usullari// «Axborot texnologiyalari va kommunikatsiyalari soxasida axborot xavfsizligi va kiberxavfsizlik muammolari» mavzusi bo‘yicha Respublika miqyosidagi ilmiy-texnik konferensiya, Toshkent-2018 y. -B.132-135.

Islomov Sh.Z., Davronova L.U., Fotorobot yordamida odamni tanib olish usullarining tahlili // Muhammad al-Xorazmiy avlodlari,

Ilmiy-amaliy va axborot-tahliliy jurnal, 2020, № 1 (11) –B. 19-24 (05.00.00; №10).

Goodfellow I. et al. Generative adversarial networks //Communications of the ACM. – 2020. – T. 63. – №. 11. – S. 139-144.

Davronova L.U., Superpixelga asoslangan foto robotni tanib olish // Iqtisodiyot tarmoqlarining innovatsion rivojlanishida axborot-kommunikatsiya texnologiyalarining ahamiyati. Respublika ilmiy-texnik anjuman. 1-qism. Toshkent - 2022 y. –B 391-392.