|
Bakalavr bitiruv ishi
|
| bet | 17/24 | | Sana | 20.05.2024 | | Hajmi | 62,19 Kb. | | #246765 |
Bog'liq Diplom ishi RaximovKelajakdagi o’rni
Neyron tarmoqlaridan foydalanib tasvirlarni aniqlash texnologiyalari kelajakda yanada rivojlanishi kutilmoqda:
- Sun'iy Intellektning Integratsiyasi: Sun'iy intellekt va mashinasozlikning boshqa sohalar bilan integratsiyasi orqali, neyron tarmoqlarining qo'llanilishi yanada kengayadi.
- Optimallashtirish va Samaradorlik: Hisoblash resurslarini tejash maqsadida yangi algoritmlar va arxitekturalar ishlab chiqiladi.
- Etik va Qonuniy Normativlar: Shaxsiy ma'lumotlarni himoya qilish va "qora quti" muammosini hal etishga qaratilgan etik va qonuniy me'yorlar ishlab chiqiladi.
- Yangi Qo'llanma Sohalari: Tibbiy diagnostika, kataklizmlarga javob berish va atrof-muhitni kuzatish kabi yangi sohalarda qo'llanilishi kengaytiriladi.
Neyron tarmoqlaridan foydalanib tasvirlarni aniqlash usullari, ularning yuqori samaradorligi va qo'llanish sohalarining kengligi sababli, texnologik taraqqiyotning asosiy yo'nalishlaridan biri bo'lib qolaveradi.
2.2 Yuzni tanib olish algoritmlari
Yuzni tanib olish algoritmlari, sun'iy intellekt va mashinasozlikning ilg'or sohalaridan biri bo'lib, shaxslarni ularning yuz xususiyatlariga asoslanib tanib olish imkonini beradi. Bu algoritmlar, turli maqsadlar uchun ishlatiladi, masalan, xavfsizlik tizimlarida, mobil qurilmalarda kirish nazorati sifatida, shuningdek reklama va marketingda mijozlarning yosh va jinsini aniqlash uchun. Quyida yuzni tanib olishning eng mashhur va samarali algoritmlari haqida batafsil ma'lumot beraman.
Yuzni tanib olish algoritmlarining tahlili ularning turli xil metodologiyalari va ulardan kelib chiqadigan natijalarni o'z ichiga oladi. Bu algoritmlar, shaxsiy identifikatsiya va xavfsizlik tizimlari kabi ko'plab ilovalarda muhim o'rinni egallaydi.
1. Principal Component Analysis (PCA) - Eigenfaces
PCA, yuz tasvirlaridan asosiy komponentlarni (ya'ni, eng muhim ma'lumotlarni) chiqarib olish orqali ishlaydi. Bu usul yuz tasvirini bir qator "eigenfaces"ga aylantiradi va yangi kiritilgan yuzlarni ushbu eigenfaces bazasiga nisbatan tahlil qiladi. PCA oddiy va tez ishlaydi, lekin u yorug'lik va boshqa tashqi omillarga sezgir bo'lishi mumkin.
- Afzalliklari: Tez ishlashi va implementatsiya qilishning nisbatan osonligi.
- Kamchiliklari: Yorug'lik va boshqa tashqi omillarga juda sezgir. Shuningdek, yuz ifodasining o'zgarishi yoki boshqa qiyinchiliklarga moslasha olmaydi.
|
| |
