Shaxsiyatni aniqlashning qaysi usullari amalda eng keng tarqalgan? Biometrik identifikatsiyalashning neyron tarmoq algoritmlarining afzalliklari nimada?

Download 76.16 Kb.
bet	2/4
Sana	02.12.2022
Hajmi	76.16 Kb.
	#32784

Bog'liq
1-amaliy ish SALIMOVA HUSNIYA
Самадов Санжар (1) (2), YOZMA VA OG\'ZAKI NUTQNI RIVOJLANTIRISH, Mamatov Murodilla, 1584172202, elementaryadverbsoffrequencyanswers, 5350100 ТТ учун тест, USMONOVA MOXIGUL, KPI, Magistrlar stajirovkalari

Shaxsiyatni aniqlashning qaysi usullari amalda eng keng tarqalgan? Biometrik identifikatsiyalashning neyron tarmoq algoritmlarining afzalliklari nimada? Shaxsiyatni aniqlashning amalda eng keng tarqalgan turi bu – Barmoq izlari identifikatsiyasidir. Barmoq izlari odamni aniqlashda juda foydali usuldir. Barmoq izi individualdir va doimiydir. Eng yaxshi usul bu DNK barmoq izlari. DNK barmoq izini olishning eng keng tarqalgan usullaridan biri bu RFLP (Fragment uzunligini cheklash polimorfizmi). Maxsus fermentlar DNK olinadigan namunaning segmentlarini kesish uchun ishlatiladi. RFLP protsedurasi DNK asoslarining takrorlanuvchi ketma-ketligiga qaratilgan bo'lib, ular individualdan individualga juda farq qiladi. Biometrik identifikatsiyalashning neyron tarmoq algoritmlarining afzalliklari quyidagicha izohlanadi: Neyron tarmoqlari aslida inson miyasining juda qo'pol modeli bo'lib, o'zaro bog'liq bo'lgan elementar elementlarning (sun'iy neyronlarning) ko'p sonidan (mingdan milliardgacha) iborat. Har bir neyron oddiy operatsiyani bajaradi - sozlanishi matematik funktsiyaga muvofiq kirish signalini chiqish signaliga aylantirish. Ushbu funktsiyalarning parametrlarini o'zgartirish va neyronlar o'rtasidagi aloqalarni kuchaytirish yoki kuchsizlantirish orqali asab tarmog'ini yuzlarni tanib olish uchun o'rgatish mumkin. Agar neyron tarmoq o'rganilgan tasvirlar to'plamida bir xil burchaklardan katta miqdordagi grafik ma'lumotlar bo'lishi sharti bilan neyron tarmoqlari yuzlarni har xil tomondan tanib olishda juda samarali bo'lishi mumkin. Boshqacha qilib aytganda, faqatgina neyron tarmoqlarida qurilgan tizimlardan foydalanish aynan neyron tarmog'i o'rnatilgan sharoitda mumkin. Birlashtirishga asoslangan kombinatsiyalashgan yondashuv har bir usulning muammolarini alohida minimallashtiradi va ikkala usulning samaradorligini birlashtirgan matematik modelni olinadi. Birlashtirilgan matematik modellarning amaliy qo'llanilishi ularning yuqori resurs intensivligi bilan murakkablashadi, shuning uchun ko'pincha ushbu modellar mos yozuvlar algoritmlarini yaratish va tadqiqot muammolarini hal qilish uchun ishlatiladi va sanoat tizimlarining aksariyati hozirgi vaqtda neyron tarmoq yondashuviga asoslangan. Tanib olish algoritmining chiqish signali - bu yuzni berilgan qidiruv namunasi bilan taqqoslash natijasidir. Qidiruv namunalarini shakllantirish va sanoat miqyosidagi ma'lumotlarning katta to'plami bo'yicha taqqoslash jarayonini tashkil etish dasturiy ta'minot orqali amalga oshirilishi kerak. Shu bilan birga, taqqoslash, qaror qabul qilish va bildirishnomalarni yaratish tezligi to'g'ridan-to'g'ri qo'llaniladigan dasturiy ta'minotning arxitekturasiga bog'liq bo'lib, u taqsimlangan taqqoslash imkoniyatlarini, xatolarga yuqori bardoshlik va saqlanadigan ma'lumotlarning xavfsizligini ta'minlashi kerak. Tanib olish algoritmlarining samaradorligiga manba ma'lumotlarining sifati ham katta ta'sir ko'rsatadi: kameradan olingan video oqim, videofayl yoki istalgan manbadan olingan fotosurat. Shu bilan birga, asl ma'lumotni yuz geometriyasining tuzilishini buzadigan va tanib olish ehtimolligini sezilarli darajada pasayishiga olib keladigan siqishni algoritmlari (MJPEG, H.264, H.265 va boshqalar) yordamida buzish mumkin (ayniqsa H.264 kodekidan foydalanganda). Tanib olish algoritmlarining eng katta samaradorligiga siqilmagan video oqimlarni qayta ishlashda erishish mumkin, ularni faqat mashinani ko'rish kameralaridan olish mumkin (masalan, BasLer Ace). Bundan tashqari, mashinani ko'rish kameralari o'lchamlari dyuymgacha bo'lgan katta sensorga ega, bu hatto past yorug'lik sharoitida (100 lyuksdan kam), masalan, er osti yo'llari, metro stantsiyalari, temir yo'l stantsiyalari sharoitida yuqori kontrastli tasvirlarni olish imkonini beradi. Shu bilan birga, MJPEG kodekli an'anaviy IP kameralardan foydalanish, shuningdek, yaxshi ko'rish natijalarini berishi mumkin, bu esa mashinani ko'rish kameralari yordamida olingan natijalar bilan taqqoslanadi, lekin faqat nazorat ostida yorug'lik sharoitida. Yuzni aniqlash uchun H.264 kodekli IP-kameralardan foydalanish tanib olishning maqbul natijalarini olishga imkon bermaydi. Shaxsiy identifikatsiyalash vositasi sifatida biometriya kundalik hayotda tobora ko'proq qo'llanilmoqda. Bankka kredit olish uchun borganimizda, smartfonimiz qulfini ochganimizda, aeroportda chegarani kesib o'tganimizda, sevimli jamoamizni qo'llabquvvatlashga borganimizda biometrikaga duch kelamiz. Biometriya allaqachon shaxsni tasdiqlash uchun qulay va xavfsiz vosita bo'lib qoldi, uni yo'qotish yoki unutish mumkin emas. Shaxsiy identifikatsiya qilish uchun ishlatiladigan turli xil biometrik xususiyatlardan ko'pchilik foydalanuvchilar uchun eng qulay va qabul qilinadigan yuz tasviridir. Yuz, barmoq izlari, DNK, ko`z kossasi qobig`idan farqli o'laroq, ro'yxatdan o'tishning maxsus murakkab texnik vositalarini talab qilmaydi va ularni oddiy videokameralar, veb-kameralar yoki smartfon kameralari yordamida olish mumkin. So'nggi bir necha yil ichida bozorda insonning yuzini tanib olish va turli xil vazifalarni aniqlashga imkon beradigan ko'plab turli xil dasturiy mahsulotlar paydo bo'ldi. Bundan tashqari, bugungi kunda yuzni aniqlash tizimlarining imkoniyatlari doirasi sezilarli darajada kengaydi: zamonaviy algoritmlar nafaqat odamni aniqlabgina qolmay, balki uning jinsini, yoshini, biometrik profil tizimlari haqida ma’lumot beradi[1,2]. Afsuski, mutaxassislar orasida ham ko'pincha biometrik dastur faqat yuz tasvirini qayta ishlash algoritmlari va tegishli dastur interfeyslari bilan cheklangan degan fikr bor. Biroq, amalda, ushbu yondashuv identifikatsiya qilish texnologiyasining faqat asosiy tamoyillarini ko'rsatadigan namoyish namunalarini yaratishga imkon beradi. Haqiqatan ham biometrik identifikatsiyalashning operatsion tizimlari orasida dasturiy ta'minotning katta qatlami, jumladan, video signallarni qayta ishlash, ma'lumotlar bazasini boshqarish, tarqatilgan o'zaro xizmatlar, axborot xavfsizligi komponentlari, qidiruv namunalarini yaratish uchun modullar va qarorlarni qabul qilish kiradi. Biometrik tizimlar ikkita asosiy rejimda ishlashi mumkin: identifikatsiyalash rejimi va tekshirish rejimi. Identifikatsiya rejimida biometrik tizim bir yoki bir nechta biometrik namunalarni ma'lumotlar bazasida saqlanadigan bir nechta biometrik namunalar bilan taqqoslaydi. Identifikatsiya rejimida tizim savolga javob beradi: "Siz kimsiz?" Aksincha, tekshirish rejimida tizim bitta biometrik shablonni ma'lumotlar bazasida saqlanadigan va ma'lum bir shaxsga tegishli bo'lgan (kamdan-kam hollarda bir nechta) biometrik shablon bilan taqqoslaydi. Tekshirish rejimida tizim shaxsning e'lon qilingan shaxsini tasdiqlaydi va "Sizmi?" degan savolga javob beradi. Tekshirish rejimining o'ziga xos xususiyati qo'shimcha "biometrik bo'lmagan" identifikatordan foydalanish (elektron pasport, login, pasport, obuna chiptasi va boshqalar), bu dasturiy ta'minotni mavjud kirishni boshqarish va boshqarish tizimlari bilan yoki masalan, kassalar joylashgan stadionlarda birlashtirish zarurligini anglatadi. Download 76.16 Kb.

Download 76.16 Kb.