CC BY
1405.01.07 - MATEMATMK MOflEflflAWTMPMW. COHAM ycyflflAP BA
flACTyPAAP MAWMyM
d https://dx.doi.org/10.36522/2181-9637-2023-3-3 UDC: 331.2:681.14(045)(575.1)
VIDEOTASVIRLARDAN OLINGAN MA'LUMOTLAR ASOSIDA SHAXS POZASINI TANIB OLISHNING NEYROTARMOQLI MODELI
Ximmatov Ibodilla Qudratovich,
"Matematik modellashtirish" kafedrasi tayanch doktoranti, ORCID: 0000-0002-2899-4495, e-mail: ximmatov010889@gmail.com
Sharof Rashidov nomidagi Samarqand davlat universiteti
Kirish
Tadqiqotning maqsadi shaxsni identi-fikatsiya qilish uchun MPPE (ing. Multi Person Pose Estimation) tizimi hamda uning sa-marali tanib olish texnologiyasini yaxshilash imkoniyatlari bilan tanishtirish va tushunti-rishdan iborat. Ushbu mavzuning dolzarbligi shundaki, u shaxsni turli xil masofalardan va turli holatdagi harakati jarayonlarida tanib olish hamda uning pozasini baholash uchun muhim to'siqlarni ko'rib chiqadi, shuningdek, MPPE texnologiyasidan foydalanish orqali potensial yechim taklif qiladi. Bu kompyu-terli ko'rish esa barcha shaxslarning pozasini shakllantirib, insonlarning kundalik hayotiga ijobiy ta'sir ko'rsatadi, ularning mustaqilligini oshirib, tanib olish texnologiyasining eng sa-maralisi bo'lib xizmat qiladi hamda MB dagi materiallardan foydalanish, solishtirish va tahlil qilish imkonini beradi.
Bugungi kunda shaxsni uning harakatlari yordamida aniqlash jarayoni boshqa identi-fikatsiyalash texnologiyalari bilan solishtir-ganda, sozlash va o'zlashtirish qiyin bo'lgan jarayonlardan biridir. Shunday qilib, birinchi navbatda, neyron tarmoqlar va boshqa vo-sitalar yordamida inson pozasini aniqlash hamda uning grafiklarini shakllantiruvchi chizmalarni ko'rib chiqish lozim.
Inson pozasini baholashda ko'pincha odamning tanasini bo'g'imlar (elkalar, tir-saklar, qo'llar, tizzalar, oyoqlar)ga ajratgan
Annotatsiya. Bugungi kunda shaxsni tanib olish va identifikatsiya qilishning bir nech-ta usullari mavjud bo'lib, ular kundan-kunga takomillashib bormoqda. Biroq bu usullarni qalbakilashtirish holatlari ham kuzatilmoqda. Zamonaviy videokuzatuv tizimlari rivojlanib, shu tizimlar yordamida ma'lum bir hududda sodir bo'layotgan barcha voqea-hodisalarni suratga olish hamda olingan ma'lumotlarni neyron tarmoqlar yordamida tezkor va samarali tahlil qilish imkoniyatlari paydo bo'lmoqda. Videotasvir-lar orqali shaxs harakatini kuzatish, taqiqlangan hududga noqonuniy kirishni aniqlash, kame-ralardan olingan surat yordamida jinoyatchilar-ni topish, qidiruvdagi jinoyatchilarning boshqa biometrik ma'lumotlarni o'zlashtirgan holda, xo-rijiy davlatlarga chiqish yoki kirishini nazorat qilish mumkin. Ushbu tizim aeroportlar, temir yo'l vokzallari, dengiz portlarida jinoyatchilarni ush-lashga yordam beradi, bir qatorda yoki olomon-da bo'lgan odamlar sonini avtomatik ravishda sanaydi va ularning harakatlari xarakterini tahlil qiladi. Bu esa insonning subyektiv aralashuvi va ma'lumotlarni qayta ishlash uchun zarur bo'lgan vaqtni kamaytiradi. Bundan tashqari, sportchilar harakatlarida ham pozani neyron tarmoqlar yordamida baholash hozirda keng qo'llanilmoqda. Xususan, sportchilarni guruhdan ajratib olish va shaxsiyatga qarab xatti-harakatlarini o'rganish, buning natijasida sport mashg'ulotlari samara-dorligini oshirish mumkin.
Kalit so'zlar: neyron tarmoq, sun'iy intellekt, pozani baholash, sinflashtirish, xaritalash, yurishni tanib olish, shaxsni identifikatsiya qilish, yurish tasviriga ta'sir qiluvchi omillar.
НЕИРОСЕТЕВАЯ МОДЕЛЬ РАСПОЗНАВАНИЯ ПОЗЫ ЧЕЛОВЕКА НА ОСНОВЕ ИНФОРМАЦИИ С ВИДЕОИЗОБРАЖЕНИЯ
Химматов Ибодилла Кудратович,
докторант кафедры "Математическое моделирование"
Самаркандский государственный университет имени Шарофа Рашидова
Аннотация. Сегодня существует несколько способов узнать и идентифицировать человека, и они совершенствуются день ото дня. Однако наблюдаются и случаи фальсификации этих методов. Современные системы видеонаблюдения развиваются, с помощью спутниковых систем можно фотографировать все, что происходит в определенной местности, а затем быстро и эффективно проанализировать полученные данные на основе нейронных сетей. Благодаря видеоизображениям и фотографиям с камер наблюдения можно следить за перемещением любого человека, выявлять факты незаконного проникновения в запрещенную зону, распознавать разыскиваемых преступников, не допускать их выезд или проникновение в зарубежные страны, получать другие биометрические данные. Эта система помогает выявлять и задерживать преступников в аэропортах, вокзалах, морских портах, автоматически подсчитывать количество людей в очереди или толпе, анализировать характер их перемещений, это снижает степень субъективного вмешательства человека и сокращает время обработки данных. Кроме того, анализ на основе нейронных сетей положения тела теперь широко используется при оценке движений спортсменов, в частности для выделения отдельного спортсмена из группы, определения и изучения его двигательных способностей и повышения эффективности упражнений в зависимости от выявленных особенностей.
Ключевые слова: нейронная сеть, искусственный интеллект, оценка положения, классификация, картографирование, распознавание походки, идентификация человека, факторы, влияющие на изображение походки.
A NEURAL NETWORK MODEL FOR
RECOGNIZING HUMAN POSES BASED ON INFORMATION OBTAINED FROM VIDEO IMAGES
Himmatov Ibodilla Kudratovich,
Doctoral Student at the Department of Mathematical Modeling
Samarkand State University named after Sharaf Rashidov
holda asosiy nuqtalar (bo'yin, bosh)ga mos keladigan tutashtiruvchi asosiy nuqtalar bilan ifodalanadi. Ushbu muammoni ikki yoki uch o'lchovda ko'rib chiqish mumkin. Bu muammoning murakkabligi va natijalarning amaliy qo'llanilishini belgilaydi.
Inson pozasini aniqlash insonni tanib olish-ning eng muhim vositasidir. Tasvirga asoslan-gan odam pozasini baholash bir nechta turli xil ilova va algoritmlarga ega (Akhatov & Dju-manov, Mechanisms of images visualization in the system of micro-objects recognition and classification, 2006). Shuningdek, inson pozasining gistogrammasiga yo'naltirilgan gradiyentlari va deformatsiyalanadigan detal modellarini qo'lda qurish funksiyalari ham-da grafik modellarga tayanadigan eng dast-labki yondashuvlar sifatida ko'rilishi mumkin (Akhatov, Nazarov, & Rashidov, 2021). Bun-day usullar ko'p joylarda va murakkab vazi-yatlarda odamlar uchun samarali natijalar bermaydi. Chunki bitta odamni obyekt sifatida boshqa tasvirlardan ajratib olish va natijada murakkab holatdagi tasvir uchun eng sama-rali ishlov berish yuqori aniqlikka ega emas. Shu bois chuqur neyron tarmoqlar (DNN) yor-damida pozani baholash (Akhatov, Nazarov, & Rashidov, ICISCT, 2022) oxirgi yillarda katta hajmdagi o'qilishi zarur bo'lgan ma'lumotlar to'plami mavjudligi tufayli yaxshi ishlash im-konini bermoqda va u birinchi marta Deep-Pose sifatida o'rganila boshlandi. Shuningdek, odam ko'p harakat qilganda yoki muntazam ravishda biror faoliyatni amalga oshirganda, ularning lokalizatsiyasini yaxshilash uchun tananing asosiy faol nuqtalari tasvir xaritasi-dan foydalanish muhim vazifa sifatida qaraladi (Andriluka, Pishchulin, Gehler, & Schiele, 2014). Shu sababli faol nuqtalarning o'zaro bog'liqligini ta'minlash maqsadida bo'g'imlar va tananing asosiy qismlari o'rtasidagi muno-sabatlarni baholash uchun fazoviy tasodifiy maydon (MRF) modelidan foydalanish yo'lga qo'yilgan. Bu usuldan ko'ra samaraliroq usul sifatida issiqlik xaritalari yordamida to'g'ri-dan-to'g'ri pozalarni moslashtirish uchun katta qabul qiluvchi maydonlarga ega bo'lgan juda chuqur ketma-ketlikli "conv-deconv"
34
S
nomli yangi arxitektura ham ishlab chiqil-gan (Axatov & Ximmatov, 2020). Keyinchalik gradiyent yo'qolishining oldini olish uchun "conv-explorer" juftliklari o'rtasida oraliq boshqaruv rejimi joriy qilinib, shundan so'ng chuqurroq tarmoq asosiy nuqtalarini qabul qi-lish maydoni o'rtasidagi munosabatlarni o'r-ganish mumkinligi ma'lum bo'ldi. Bu esa Deep Neural Network, ya'ni chuqur neyron tarmoq amalga oshirilishi mumkinligini ifodalaydi.
Shunday qilib, insonning holatini aniq-lashga qiziqish ortib borishi va PRM yordami-da turli xususiyat shkalalarida konvolyutsion filtrlarni o'rganish orqali turli miqyosdagi chuqur konvolyutsion neyron tarmog'ining (CNN) o'zgarmasligini yaxshilash uchun yan-gi algoritmlar ishlab chiqilishi zarurati pay-do bo'ldi (Bourdev & Malik, 2009). Bunga asoslanib, pozani baholashda boshqa tur-dagi neyron tarmoqlardan foydalanilgan va zamonaviy DNNlar asosiy nuqtalarni topish va moslashtirish uchun inson tanasi tuzilishi-ni modellashtirishda hali ham cheklangan. Shuning uchun mavjud usullarga asoslanib, neyron tarmog'i joylashuv munosabatlarini modellashtirish uchun bilvosita boyitilishi kerak. Bunga ko'ra, pozaning asosiy nuqta-lari yetarli tashqi omillarga ega bo'lishi uchun bu jarayondagi tanib olish sahnasidagi tiqi-lishlar, fon shovqinidan kelib chiqadigan no-aniqliklar yoki tananing bir nechta qismlari bir-birini to'sib qo'ygandagi holatlarni bar-taraf etish asosiy masalalardan biridir. Shu boisdan pozani baholash usuliga asoslanib, ko'plab usullarning natijalari o'rtacha hisob-lanib, samaradorlikni kichik farq bilan yax-shilashga qaratilgan turli miqyosdagi usullarning bir necha iteratsiyasiga tayanilmoqda (Bulat & Tzimiropoulos, 2016). Bu esa modellashtirishda ishning asosiy vazifasi va tizim ustuvorliklarini hal qilish uchun samarali yechimlar topish zarurligini ko'rsatadi (Chang, Qi, Wang, Cheng, & Lyu, 2015).
Material va metodlar
Ushbu tadqiqotda vazifani ikkita kichik turga bo'lib o'rganish mumkin: bitta odam pozasini baholash va ko'p odamlar pozasini baholash.
Abstract. Nowadays, there are several ways of recognizing and identifying a person, and these keep enhancing day by day. However, cases of falsification of these methods can also be observed. Modern video surveillance systems keep on developing, and satellite systems enable us to photograph everything that happens in a certain area and analyze effectively the data obtained using neural networks. Video images help to monitor motions of people, detect illegal entries into prohibited areas, as well as to identify remaining criminals by means of photos taken from cameras and control exit and/ or entry of wanted criminals to foreign countries by acquiring other biometric data. This system serves to catch criminals at airports, railway stations, seaports; it automatically counts numbers of people in a line or in a crowd and analyzes the nature of their movements, which lessens the amount of subjective human intervention and reduces time required for data processing. Moreover, neural network-based pose estimation system is now being used widely in sports, and this can distinguish between athletes and change their behavior based on their personal characteristics.
Keywords: neural network, artificial intelligence, pose estimation, classification, mapping, gait recognition, human identification, factors affecting gait images.
Tadqiqot natijalari
Inson pozasini baholash
Insonning turishi yoki holatini baholash kompyuter ko'rishidagi eng qiyin vazifalar-dan biridir, chunki odamlar tabiatan defor-matsiyalangan va shuning uchun ularning turishi juda ko'p farqlarga ega.
Insonning holatini baholash tasvirlar yoki videolarda inson bo'g'imlarini (shu-ningdek, asosiy nuqtalar - tirsaklar, bi-laklar va h.k.lar deb ataladi) joylashtirish vazifasi sifatida aniqlanadi (Cherian, Mai-ral, Alahari, & Schmid, 2014). Bu, shuning-dek, barcha bo'g'imli pozalar bo'shlig'ida ma'lum bir pozani qidirish sifatida bel-gilanadi. Tasvirlar yoki videolarda inson bo'g'imlarini aniqlash harakatni aniqlash-da ishlatilishi mumkin bo'lgan muhim vazi-fa hisoblanadi.
Odam holatini baholashning ikki o'lchov-li va uch o'lchovli usullari mavjud deb qaray-
PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ
ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ
3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT
miz. 2D baholashda RGB tasviridagi har bir bo'g'imga ikki o'lchovli pozitsiya koordinata-lari (x, y) tayinlanadi. 3D texnikasi (masalan, Position Estimator) yordamida taxminiy pozitsiya RGB (x, y, z) tasvir koordinatalari-da 3D o'lchamiga ko'ra baholanadi (Chu, et al., 2017). Shunga e'tibor berishimiz kerak-ki, insonning holatini baholashning muhim vazifasi - bu harakatning grafik shakllarini tavsiflovchi ma'lumotlarni qayta ishlashdir.
Harakatning grafik shakliniyaratish
Shaxsni "tanib olish" va harakatlarni namoyish qilish masalasini hal qilish uchun uning xatti-harakatlarini kuzatishda in-son harakatining zaruriy xususiyatlarini aniqlash muammoning asosini tashkil qila-di. Ushbu natijalardan kelib chiqqan holda, tezkor identifikatsiya qilish jamoat joylari - aeroport, avtovokzal, bozor va shunga o'xshash aholi gavjum joylarda shubha-li shaxslarni tezkorlik bilan aniqlashga yor-dam beradi. Bu esa tekshiruv natijalariga ko'ra tezkorlik bilan tegishli choralar ko'rish imkonini beradi. Shu bilan birga, neyron tar-moqlardan foydalangan holda, kameralar-dan olingan tasvirlarni chuqur tahlil qilishga sharoit yaratadi.
Harakat grafigini yaratishning asosiy usul-laridan biri grafiklarni shakllantirish usulidir, ya'ni tasvir skeletlari uch o'lchamli fazoda bo'g'imlarga bo'lingan nuqtalarga asoslangan holda shakllantiriladi (1-rasm). Bu harakatlar ta'rifi bilan harakatdagi shaxs psixologiyasini tahlil qilish imkonini beradi.
Hypothesis 1
Hypothesis 4
Hypothesis Z
i
&
2D Reprojections
Hypothesis 3
i
m
Hypothesis 5
Ushbu usulning asosiy g'oyasi tasvirdagi "tanadagi belgilar", ya'ni bo'g'imlar ko'rini-shidagi tananing asosiy qismlari - yelkalar, to'piqlar, tizzalar, bilaklar va boshqalar-ning bog'langan skeletini birlashtirgan holda topishdir (Liu, Zhu, Bu, & Chen, 2015). To'g'ri ma'lumotlar to'plamini topish tad-qiqotning muhim qismlaridan biri hisobla-nadi. Kameradan olingan tasvirlarni tanib olish va insonning tayanch nuqtalarini bel-gilashning samarali usuli ishlab chiqildi hamda tayanch nuqtalar asosida inson skeletini alohida olib ko'rsatish bosqichi amal-ga oshirildi. Shuning uchun inson tanasi-ning muhim yordamchi nuqtalarini aniqlash sxemasining mumkin bo'lgan variantlari ishlab chiqildi (2-rasm).
■Vi!
M «
■n Ш
■И ШМ
Ш Hl
ШЛ ШШ
1-rasm. Har xil harakat shakllarida inson skeletining uch o'lchovli tasviri
2-rasm. Tayanch nuqtalar yordamida inson tanasining muhim nuqtalarini aniqlash
DeepPose yordamida inson pozasini baho-lash
Chuqur neyron tarmoqlaridan foydalangan holda, tasvirdagi odamning pozasini bashorat qilish bo'yicha birinchi ishlardan biri DeepPose'dir. Ko'pchilik bu muammoni regressiya muammosi deb hisoblaydi. Deep-Pose berilgan bo'g'imlar asosida tasvirdan bir kishining pozasini baholash, ya'ni bitta odamning pozasini aniqlashda odam mav-jud bo'lgan maydonlarni kesish, bo'g'imlar markaziga nisbatan pikselga ajratilgan may-donlarga asosan bo'g'imlar koordinatalari-ni qayta hisoblash va normallashtirish ma-salalarini hal qiladi (3-rasm).
36
05.01.07 - МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА
ДАСТУРЛАР МАЖМУИ
3-rasm. Normallashtirilgan poza yordamida skeletni hosil qilish
Inson pozasini baholash keng ko'lamli po-tensial dasturlarga ega bo'lgan kompyuter-li ko'rish sohasidagi muhim va faol tadqiqot sohasi hisoblanadi. Inson pozasini baholash, ayniqsa, 2D tasvirlarda, kuchli Deep Learning texnologiyasi va yaqinda to'plangan keng ko'lamli ma'lumotlar to'plami tufayli samarali natijalarga erishilmoqda. Biroq in-sonning 3D pozasini baholash samaradorligi qoniqarli emas. Bu, asosan, 3D ma'lumotlar to'plamining yetarli emasligi bilan bog'liq bo'lishi mumkin. So'nggi paytlarda ushbu muammoni hal qilishning ba'zi usullari tak-lif qilindi va bu usullar ma'lum darajada mu-vaffaqiyatga erishdi. Biroq takomillashtirish uchun hali ko'p imkoniyatlar mavjud (Newell, Yang, & Deng, 2016).
Tasvirning uzluksizligi va uning izi yoki traektoriyasini baholash yuqoridan pastga va pastdan yuqoriga ishlov berish orqali doimiy ravishda takrorlanadi. Bu tarmoqqa yuqori darajadagi xususiyatlarni dastlabki bosqich-da qo'lga kiritishga yordam beradi va yana-da chuqurroq xususiyatlarni baholash uchun amalga oshiriladi. Shuningdek, u bog'lanish-larni samarali lokalizatsiya qilish uchun ele-mentlarning fazoviy joylashishini saqlaydi. Umumiy natijaviylik shuni ko'rsatadiki, qum soatli neyron tarmoq modelini bitta kattaroq filtr o'rniga bir nechta kichikroq filtrlardan foydalanish, masalan, 6 x 6 filtr o'rniga ikki-ta 4 x 4 filtrdan foydalanish orqali yaxshilash mumkin. Bundan tashqari, konvolyutsiya bilan piksellar sonini kamaytirish uchun 1 x 1 filtri ham uning ish faoliyatini yaxshilaydi. Shunday qilib, ushbu arxitektura uchun 4 x 4 yoki undan kamroq hajmdagi to'liq o'lchamli filtrlardan foydalanish samaralidir.
Shuni ham ta'kidlash kerakki, GPU xotirasidan ortiqcha foydalanishning oldini olish uchun yuqori aniqlikdagi tasvirlar o'rniga tarmoqqa 64 x 64 kirish tasvirlari yubo-rilgan bo'lishi kerak. Bu esa sifatli tasvirlarni kerakli joyni zondlash orqali ajratib olish im-konini ham beradi va tasvirni qayta ishlash-ga salbiy ta'sir ko'rsatmaydi.
MSS-net modeli yordamida pozadagi issiq-lik xaritasini shakllantirish
Ko'p masshtabli boshqaruv tarmog'i (MSS-net) qum soati modelining asosiy vazi-fasi issiqlik xaritalari to'plamidir va har bir issiqlik xaritasi tananing har bir asosiy nuqta-sining (tirsaklar, bilaklar, to'piqlar, tizzalar va boshqalar) joylashish ehtimoliga mos keladi. MSS tarmog'ini ishlatish uchun issiqlik xari-talari, odatda, 2D Gaussian hisoblash meto-di yordamida yaratilgan asosiy tana nuqta-larining issiqlik xaritalariga qarshi nazorat qilinadi. Ko'p masshtabli boshqaruv tarmog'i (MSS-net) va ko'p masshtabli regressiya tarmog'i (MSR-net)da bo'shliqlarni yo'qotishdan foydalanish asosida butun tarmoq quvur lini-yasi asosiy nuqtani maskalash sxemasi bilan takomillashgan holatini aks ettiradi (4-rasm).
Neyron tarmoqqa asoslanmagan qum soat modelining asosiy kamchiligi shundaki, har bir asosiy nuqtaning issiqlik xaritasi mustaqil ravishda baholanadi, shuning uchun asosiy nuqtalar orasidagi munosabatlar hisobga olin-maydi (Sapp & Taskar, 2013). Boshqacha qilib aytadigan bo'lsak, aniqlangan ishora nuqtalari orasidagi tizimli muvofiqlik optimallashtiril-magan bo'ladi. Bu esa pozani baholash jara-yonidagi strukturaviy izchillikni ta'minlash-da asosiy tana nuqtalari orasidagi yaqinlik va bog'lanishni yaxshiroq aniqlash uchun oraliq kuzatuvni kiritish hamda maqsadli xizmat qi-luvchi MSS-net qum soati modellari o'rtasida tuzilmaviy yo'qotishlarni kiritish imkonini beradi. Struktura ortiqcha xatolikni yo'qotish-ni amalga oshirish, shuningdek, jarayon ket-ma-ketligining oxiridagi MSR tarmog'ida bar-cha miqyosdagi asosiy nuqtalarning barcha issiqlik xaritalarini global miqyosda kuzatish uchun ishlatiladi. Shunday qilib, yakuniy nati-ja sifatida global izchil poza konfiguratsiyasini aniqlash imkoni paydo bo'ladi.
37
PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ
ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ
3 / 2023 SCIENCE AND INNOVATIVE DEVELOPMENT
Tanlangan maydon (64x64)
I
MSS
IIHIIII
4-rasm. MSS-net va MSR-net tarmoqlari yordamida asosiy nuqtani maskalash sxemasi
Ko'p masshtabli kuzatuv tarmog'i
Ko'p masshtabli kuzatuv tarmog'i bir nechta masshtabdagi chuqur xususiyatlar-ni o'rganish uchun mo'ljallangan. MSS tar-mog'ini konvertatsiya qilish darajasining har birida ko'p darajali nazoratni amalga oshirish mumkin. Bu yerda har bir daraja ma'lum bir shkalaga mos keladi.
Ko'p masshtabli nazorat tegishli masshtabda (masalan, 1/2, 1/4, 1/8 quyi namunali) tegishli quyi namunali issiqlik xaritalari yordamida har bir dekonversiya qatlamidagi qoldiqni hisoblash orqali amal-ga oshiriladi. Xususan, tegishli miqyosda qoldiqni hisoblashda xususiyat xaritasining o'lchamlarini tenglashtirish, ko'p o'lchovli konversiyalash xususiyati xaritalarini kerakli xususiyatlar soniga aylantirish va o'lchamlar-ni kamaytirish uchun 1x1 konvolyutsion yadrodan foydalanamiz. Bu yerda qisqar-tirilgan o'lchamlar tananing asosiy nuqtalari
soniga to'g'ri keladi (issiqlik xaritalari soni ham). Boshqa tomondan, qoldiqni hisoblashda har bir masshtabda tegishli ajratilgan aso-siy nuqtaning issiqlik xaritasiga mos kelishi uchun haqiqiy tayanch nuqta xususiyati xa-ritasi quyi namunaga tushiriladi.
Standart ma'lumotlar to'plamida hech qanday to'siqlarsiz yerda turgan inson pozalari asosiy nuqtalar sifatida taqdim eti-ladi. Issiqlik xaritalarini yaratishning keng tarqalgan amaliyotiga amal qilinishiga asosiy sabab, bunda n - asosiy nuqta Gn (x, y) issiq-lik xaritasi markaziy nuqtaning (x, y) marka-zida joylashgan 2D Gauss syujeti yordamida yaratiladi va 1 piksel standart og'ish bilan hisoblanadi. 5-rasm (pastki chap, birinchi qa-tor) ba'zi asosiy nuqtalar uchun issiqlik xari-talarining bir nechta misollarini ko'rsatadi.
Ko'p masshtabli regressiya tarmog'ida odamning joylashuvini o'sib borayotgan rezolyutsiya bilan takomillashtirish an'anaviy
38
ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ SCIENCE AND INNOVATIVE DEVELOPMENT
05.01.07 - МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА
ДАСТУРЛАР МАЖМУИ
piramidalik qidiruv mexanizmiga o'xshab ish-laydi. Ko'krak qafasining ko'p masshtabli termal xaritalari ko'rsatilgan (5-a rasm). Ko'krak qafasining joylashuvi yuqori aniqlik bilan aniqlanganda, dekonveksiyadan yuqori namu-na olish paytida issiq nuqta issiqlik xaritalari-ning takomillashtirilganligi holati (5-b rasm) va shu asosda inson skeleti grafigini asosiy nuqtalar bilan bog'lash munosabatlarining vizualizatsiyasi bilan ko'rsatadi (5-c rasm).
Shuni ta'kidlash joizki, bugungi kunda bir nechta shaxsni bitta tasvir sifatida tanib olish ham dolzarb masala hisoblanadi va uning yechimi yuqoridagi natijalarga asoslansa-da, alohida tadqiqotlar talab qiladi.
a)
b)
c)
5-rasm. Skeletni ko'p masshtabli regressiya tarmog'i asosida hosil qilish
2D poza baholash metodi asosida bir nechta inson pozasini baholash
Bir nechta insonning harakatini tanish va ajratib olishda nafaqat shaxsning o'z haraka-ti, balki uning turli rang-barang kiyimlari, ko'p hollarda uning sumkasi, shaxs ishtirok etadigan murakkab fon, tanadagi ko'zga ko'rinmas o'zgarishlar va boshqalar ham muhim rol o'ynaydi. Bularning barchasi in-sonlar pozasini ajratib olishga to'siq bo'luvchi asosiy sabablar hisoblanadi.
Umuman olganda, 3D pozasini baholash uchun har xil turdagi kirish ma'lumotlari qo'llaniladi va shuning uchun tegishli vazi-falar ham farqlanadi. Tasvirlarni ajratishda ko'rgazmali belgilardan, masalan, soyalar va ma'lum o'lchamdagi obyektlardan foydala-nish mumkin. Biroq bunday ma'lumotlarni bevosita tasvirlardan olish juda qiyin (Xim-matov, Advantages of biometrik gait recognition. Important factors in evaluation of gait analysis systems, 2020).
Misol uchun, 6-rasmda ko'rsatilga-nidek, bitta 2D skelet juda ko'p turli xildagi
3D pozalariga mos kelishi mumkin. Aslida, chuqurlik noaniqligini vaqtinchalik ma'lu-motlar, ko'p masshtabli tasvirlar va boshqa-lar yordamida sezilarli darajada kamaytirish mumkin. Birinchidan, vaqtinchalik ma'lu-motlardan, tasvir ketma-ketligidan 3D inson pozasini qayta qurishda chuqurlik noaniqli-gini kamaytirish uchun foydalanish yaxshi samara beradi. Biroq kamera harakati, tez-kor harakat, fon, kiyim va yorug'lik o'zgarishi kabi ko'plab qo'shimcha muammolar mav-jud bo'lib, ular vaqt o'tishi bilan odamlar-ning shakli va tashqi ko'rinishini o'zgartirib, tashqi ko'rinishning keskin o'zgarishiga olib keladi. Ikkinchidan, ko'p ko'rinishdagi tasvirlardan foydalanganda, bir nechta kameralar-dan ma'lumotlarni birlashtirish muammosiga duch kelish mumkin (Ximmatov, Important factors in evaluation of gait analysis systems and ad-vantages of biometric gait recognition, 2020).
6-rasm. Turli kameralardan olingan tasvirlardan yaratilgan skeletning umumiy tasviri
Inson pozasining 3D pozasini baholash sxemasini ishlab chiqish
Bir nechta shaxsni monokulyar tasvirda baholashda qo'shimcha muammo - bu yaqin atrofdagi odamlar tomonidan yuzaga kel-gan okklyuzion hisoblanadi. Turli xil ko'ri-nishga ega bo'lgan bir nechta odamning 3D pozalarini baholashda asosiy qiyinchiliklarga 6-rasmda ko'rsatilganidek to'siqlar vujudga keladi. Bu holatda pozalar uchun ko'proq joy, okklyuzion va o'zaro joylashuvdagi murak-kablik vujudga keladi. Bundan tashqari, mav-
PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ
ONLINE ISSN 2181-4317 НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ
3 / 2023 SCIFNCF AND INNOVATIVF DFVFI OPMFNT
05.01.07 - МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА
ДАСТУРЛАР МАЖМУИ
jud usullarning ko'pchiligi ikki bosqichli sxemalarga asoslangan bo'lib, ularda sama-radorlik bilan bog'liq muammolar mavjud. Bu muammoni hal qilish uchun bir bosqichli usullar taklif qilingan bo'lsa-da, lekin ular hali sezilarli yaxshilanishga erishmaganligini
ko'rishimiz mumkin va bu bir nechta inson-ning bir vaqtda 3D pozasini shakllantirish sxemasini ishlab chiqish talabini vujudga keltiradi va bu jarayonni quyidagi sxemani ishlab chiqish bilan yaxshilash imkonini beradi (7-rasm).
Skelet
Tasvir
Bir ko'rinishli
SMPL
Freym
Shaxs
Qattiq poza
Regressiya
Ko'p ko'rinishli
Insonning 3D pozasini baholash
Aniqlash
Bir bosqichli
Bir ko'rinishli
Yuqoridan pastga
Shaxslar guruhi
Ikki bosqichli
Aralash, ostin-ustun
Ko'p ko'rinishli
7-rasm. 3D pozani shakllantirish sxemasi
Yuqorida keltirilgan rasmdagi struktura-dan ko'rinib turibdiki, insonning 3D pozasi-dagi shaxslar guruhini baholashda bir ko'ri-nishli qismidagi Ikki bosqichli bo'limida CNN neyron tarmog'idan uning kirish qatlamidagi kirishlar soni kamida 8 ta va chiqish qatlami-dagi chiqishlar soni kamida 2 ta bo'lganda foydalanilsa va algoritmlar asosida takomil-lashtirilsa hamda qayta ishlansa, insonning harakat pozasini shakllantirish masalasi sa-marali hal qilinadi, shuningdek, olingan tas-virlarni his qilish muammosini bartaraf etish imkoniyati yaratiladi.
Tadqiqot natijalari tahlili
Olingan natijalarni baholash to'g'ri kalitli nuqtaning standart foizi (PCK - Percent Correct Keypoint) ko'rsatkichi yordamida amal-ga oshiriladi, bu kalit nuqtani aniqlash foizi, yuqorilab chiqilgan ko'rsatkichlar va yerdan normallashtirilgan masofa haqida ma'lumot va hisobot olish imkonini beradi. FLIC standart bo'yicha PCK o'lchamining bir qismi nis-batan normallashtirilgandan so'ng asosiy real natijalarga nisbatan aniqlangan asosiy nuqta-lar o'rtasidagi nomuvofiqlik foiziga o'rnati-ladi. MPIIni baholash uchun bunday nomu-
vofiqliklar PCKh sifatida ko'rsatilgan bosh o'lchamining ulushiga normallashtiriladi va natija samaradorligi 0,2 % ga yaxshilangan-ligini ko'rish mumkin (jadval).
Jadval
FLIC ma'lumotlar to'plamidan olingan
nati alar [PCK = 0,2 %)
Model nomi Yil Bilak qism Tirsak qism
CVPR 2015 93,1 92,5
CVPR 2016 97,7 95,1
ECCV 2016 99,1 97,1
Ishlab chiqilgan yangi model 2023 99,3 97,4
Taklif etilayotgan tuzilmada MSR tar-mog'ini hisobga olgan holda ishlab chiqilgan ko'rinish takomillashtirilgan. Yuqorida kelti-rilgan jadvalda FLIC natijalari umumlashtirib olinganda, bunda bizning natijalar tirsak uchun 99,3 % va bilak uchun 97,4 % ekan-ligini ko'rishimiz mumkin. Shuni ta'kidlash lozimki, tirsaklar va bilaklarni FLIC ma'lu-motlar to'plamida lokalizatsiya qilish eng qi-yin qismlardir.
Biz 6-rasmda haddan tashqari gavjum ho-latlar va jiddiy tiqilinch holati yuzaga kelib
S
qolgan juda murakkab misollarni ko'rishimiz mumkin. Bunday holda biz har bir kishi-ning MPII ma'lumotlar to'plamida ko'rsa-tilgan chegaraviy maydoniga nisbatan o'z pozitsiyasini baholaymiz. Biz taklif qilayotgan usulda har bir maqsadli shaxs uchun murakkab pozalarni boshqa odamlarning pozalari bilan chalkashtirmasdan, okklyuzion mavjud bo'lganda ajratib olish mumkin.
Maqola xulosalari shuni ko'rsatadiki, neyron tarmoq algoritmlari yordamida inson pozasini baholab, uning muhim belgilarini tanib olishda samarali va yuqori aniqlikka erishish mumkin. CNN va qum soat metodi yordamida regressiya jarayonini takomil-lashtirish yuqori aniqlikka erishishda, ayniq-sa, samarali ekanligi isbotlandi. Biroq ushbu usullarning turli ma'lumotlar to'plamlari va videotasvirdan olingan tasvirlar tiniqligi va zondlash orqali ajratib olish uchun umum-lashtirilishini baholash uchun qo'shimcha tadqiqotlar talab etiladi.
Bundan tashqari, maqolada rasm ho-latidagi, turli rakursda va turli burchak os-tidagi ko'rinishlarni tezkor qayta ishlab tanib olish muhimligi ta'kidlangan, chunki bu shaxs pozasini baholashning samarali bo'lishi im-konini beradi. To'g'ri va ishonchli tanib olish usullarini ishlab chiqish insonlarni poza yor-damida aniqlab olish hamda kelajakda uning xulq-atvorini baholash va shaxsni identifikat-siya qilish, jamoat joylari va odam ko'p to'pla-nadigan hududlarda shaxslarni tezkor qidirib topish va identifikatsiya qilish, shuningdek, jamoat xavfsizligini ta'minlashda muhim hi-soblanadi.
Taklif etilayotgan neyron tarmoqli o'qi-tishda 300 ta sikl uchun SGD optimallashti-ruvchisi yordamida tegishli ma'lumotlar to'plamlarida ko'p masshtabli baholash modeli amalga oshiriladi. Ushbu ishda biz o'qitish va sinov uchun bir nechta qum soa-ti modullaridan foydalanamiz. Neyron tar-moqqa o'qitish jarayonlarini uch bosqichga bo'lish mumkin: (1) MSS-Net treningi, (2) MSR-Net treningi hamda (3) MSS-Net va MSR-Netning gibrid treningi. Biz o'qitish ja-rayoni davomida tasvirning egilish koeffit-
siyenti, ya'ni aylanish burchagining +/-30 gradus va masshtabning 0,25 barobarida kattalashuvchi yoki kamayuvchiligini o'z ichi-ga olgan dastlabki qum soati ichida bo'lgani kabi bir xil ma'lumotlarni ko'paytirish usuli-dan foydalanamiz. CPU xotirasi cheklangan-ligi sababli kiritilgan tasvirlarni kesilgan va 256 x 256 pikselgacha o'lchangan holda ola-miz. Birinchi bosqichda biz MSS-Net-ni 5e-4 boshlang'ich o'rganish tezligi bilan 150 sikl uchun o'qitamiz. Agar ishlash samaradorligi 8 davrdan keyin yaxshilanmasa, o'rganish tezligi 5 baravar kamayadi. Keyin biz MSR-Net-ni 75 sikl uchun MSS-Net-ning belgilangan parametrlari bilan o'qitamiz. Nihoyat, butun tarmoq jarayon sikli tayanch nuqta maskala-nishini sozlash bilan 75 sikl uchun o'qitiladi.
Sinov MPII va FLIC ma'lumotlar to'plam-larida amalga oshiriladi. Bu ish bir odamning pozasini baholashga qaratilganligi sababli ko'pincha bir nechta tadqiqotlarni talab etadi. Biz shartli test usulidan foydalanamiz. Obyekt tasvirning markazida joylashgan deb faraz qilib, biz, birinchi navbatda, pozani baholash-ni asl holatda tekshiramiz. Keyin aniqlangan tanadagi asosiy nuqtaning ishonchli ma'lum bir chegaradan past yoki yo'qligini tekshi-ramiz. Agar shunday bo'lsa, unda muvaffaqi-yatli inson pozasi topilmagan deb baholanishi mumkin. Keyin biz odamning taxminiy joy-lashuvini qiyshaytiramiz va aniqroq pozani topish mumkinligini bilish uchun pozani qidi-rishni takrorlaymiz. Asosiy nuqtaning ishonch chegaralari tayanch asosiy nuqtaga bog'liq bo'lishi mumkin va test to'plami yordamida empirik tarzda aniqlanadi.
Bir nechta pozani baholash testlari o'tka-zilganda, pozaning samarali chiqishi tasvir-ning aniqlik darajasi sintezi uchun faqat 80 % chegarasidan yuqori ballga ega natijalar tan-lanadi. 86 % va undan yuqori aniqlikdagi qiy-mati ham test majmuasidan empirik tarzda aniqlanadi va samaralilik ko'rsatkichi yuqori bo'lishini ta'minlaydi. Shuni ta'kidlashimiz kerakki, sinovning bunday takomillashtirili-shi pozani baholash testi samaradorligini ka-maytirishi mumkin, chunki jarayon kirish ma'lu-motlaridagi o'zgarishlarni ham hisobga oladi.
PRINT ISSN 2181-9637 ИЛМ-ФАН ВА ИННOBАЦИOН РИВйЖЛАНИШ
ONLINE ISSN 2181-4317 НАУКА И ИННСВАЦИйННСЕ РАЗВИТИЕ
3 I 2023 SCIFNCF AND INNOVATIVF DFVFLOPMFNT
05.01.07 - МАТЕМАТИК МОДЕЛЛАШТИРИШ. СОНЛИ УСУЛЛАР ВА
ДАСТУРЛАР МАЖМУИ
Xulosalar
Tasvirga ishlov berish jarayonida harakat-ni aniqlaydigan va turli masofalardan umumiy tasvirlarni oladigan kameralar yor-damida MPII modeli asosida inson skeletini chizish, uning tayanch nuqtalarini aniqla-gandan so'ng, uning harakatlaridan foydala-nib, boshqa modellarga qaraganda samarali-roq poza yaratishimiz mumkin. Taklif etil-gan model asosida inson skeletini chizish va uning tayanch nuqtalari harakatini kameralar yordamida aniqlash, tasvirni qayta ishlash jarayonida turli masofalardan umumiy tas-virlarni olish orqali biz uning harakatlaridan boshqa modellarga qaraganda tanib olingan shaxsning yanada samarali pozasini yara-tishimiz mumkin.
Inson harakati paytida skeletning shakl-lanishi muhim muammo bo'lib, uni hal qi-lishda oddiy kameralar yoki Time-Off-Flight kameralari, tunda ham infraqizil nurlari bilan ishlovchi kameralar, ayniqsa, harakat datchiklari bo'lgan kameralardan olingan tasvirlardan foydalanish samaralidir. Neyron tarmoqlar yordamida chuqur tahlil algo-ritmlaridan foydalanish ushbu olingan tas-virlarni tezda qayta ishlash imkonini beradi.
Kelajakda xatti-harakat orqali shaxs identi-fikatsiyasini shakllantirish, uning psixologik tabiatini ifodalash uchun algoritmlar va neyron tarmoqlardan foydalangan holda, shaxs-ning psixologik xususiyatlarini belgilash va shu xususiyatlar asosida har bir insonning psixologiyasini aniqlash orqali inson xat-ti-harakatlari biometrikasini yaratishga im-kon beradi.
Xulosa qilib aytadigan bo'lsak, neyron tar-moq usullari tasvirlarga ishlov berish va tas-virlardagi insonning tayanch nuqtalarini tanib olishga yordam bersa-da, bu usullarning turli ma'lumotlar to'plami, pozani aniqlashda xalaqit beradigan tashqi omillar va fonda tas-virni ajratib olish uchun umumlashtirilishini baholash uchun qo'shimcha tadqiqotlar ta-lab etiladi. Shuningdek, tasvirlarni oldindan qayta ishlash va modellarni takomillashti-rish bilan bog'liq muammolarni ham hal qi-lish lozim.
Minnatdorchilik
Ushbu maqolani yozishda o'zining qim-matli maslahatlarini berganliklari uchun professor Axatov Akmal Rustamovichga va professor Munish Sabharwalga muallif o'z min-natdorchiligini bildiradi.
REFERENCES
1. Akhatov, A., Nazarov, F., & Rashidov, A. (2021). Increasing data reliability by using bigdata parallelization mechanisms. Proceedings of the International Conference on Information Science and Communications Technologies, (pp. 1-4). Tashkent. doi:10.1109/ICISCT52966.2021.9670387
2. Akhatov, A., & Djumanov, O. (2006). Mechanisms of images visualization in the system of micro-objects recognition and classification. Proceedings of the Fourth World Conference on Intelligent Systems for Industrial Automation, (pp. 206-210). Tashkent.
3. Akhatov, A., Nazarov, F., & Rashidov, A. (2022). Mechanisms of Information Reliability in BigData and Blockchain Technologies. Proceedings of the International Conference on Information Science and Communications Technologies, (pp. 1-4). Tashkent. doi:10.1109/ICISCT52966.2021.9670052
4. Andriluka, M., Pishchulin, L., Gehler, P., & Schiele, B. (2014). 2D Human Pose Estimation: New Benchmark and State of the Art Analysis. Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition (pp. 3686-3693). Columbus, OH, USA: IEEE . doi:10.1109/CVPR.2014.471
5. Axatov, A., & Ximmatov, I. (2020). Foydalanuvchilarning biometrik autentifikatsiya turlari asosida haqiqiyligini tasdiqlash usullarining samaradorligi [Effectiveness of user authentication methods based on biometric authentication types]. Proceedings of the Conference Innovative approaches as a key to scientific progress: solutions and perspectives, (pp. 20-26). Jizzakh, Uzbekistan.
S
6. Bourdev, L., & Malik, J. (2009). Poselets: Body part detectors trained using 3D human pose annotations. Proceedings of the 2009 IEEE 12th International Conference on Computer Vision (pp. 13651372). Kyoto, Japan: IEEE. doi:10.1109/ICCV.2009.5459303
7. Bulat, A., & Tzimiropoulos, G. (2016). Human pose estimation via convolutional part heatmap regression. Proceedings of the Computer Vision-ECCV 2016: 14th European Conference. VII (14), pp. 717-732. Amsterdam, Netherlands: Springer International Publishing. doi:10.1007/978-3-319-46478-7_44
8. Chang, M., Qi, H., Wang, X., Cheng, H., & Lyu, S. (2015). Fast Online Upper Body Pose Estimation from Video. В X. Xie, M. Jones, & G. Tam (Ред.), Proceedings of the British Machine Vision Conference, (pp. 104.1-104.12). doi:10.5244/C.29.104
9. Cherian, A., Mairal, J., Alahari, K., & Schmid, C. (2014). Anoop & MaiMixing Body-Part Sequences for Human Pose Estimation. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (pp. 2361-2368). IEEE. doi:10.1109/CVPR.2014.302
10. Chu, X., Yang, W., Ouyang, W., Ma, C., Yuille, A., & Wang, X. (2017). Multi-context attention for humanpose estimation. Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition (pp. 5669-5678). Honolulu, USA: IEEE. doi:10.48550/arXiv.1702.07432
11. Liu, Z., Zhu, J., Bu, J., & Chen, C. (2015). A survey of human pose estimation. Vis. Comun. Image Represent, 32(C), 10-19. doi:10.1016/j.jvcir.2015.06.013
12. Newell, A., Yang, K., & Deng, J. (2016). Stacked Hourglass Networks for Human Pose Estimation. Proceedings of the Computer Vision-ECCV 2016: 14th European Conference. VIII (14), pp. 483-499. Amsterdam, Netherlands: Springer International Publ. doi:10.48550/arXiv.1603.06937
13. Sapp, B., & Taskar, B. (2013). Multimodal decomposable models for human pose estimation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), (pp. 36743681). Retrieved from https://openaccess.thecvf.com/content_cvpr_2013/papers/Sapp_M0DEC_ Multimodal_Decomposable_2013_CVPR_paper.pdf
14. Ximmatov, I. (2020). Advantages of biometrik gait recognition. Important factors in evaluation of gait analysis systems. Scientific journal of SamSU, 3(121), 104-107.
15. Ximmatov, I. (2020). Important factors in evaluation of gait analysis systems and ad-vantages of biometric gait recognition. Proceedings of the Conference of the Prospects for the use of innovative and modern information technologies in the fields of education, science and management, (pp. 262-267). Samarkand, Uzbekistan.
Тацризчи: Примова Х.А., т.ф.д., доцент, "Ахборот технологиялари" кафедраси профессори, Тошкент ахборот технологиялари унверситети Самарканд филиали.
PRINT ISSN 2181-9637 ONLINE ISSN 2181-4317 3/2023
ИЛМ-ФАН ВА ИННОВАЦИОН РИВОЖЛАНИШ НАУКА И ИННОВАЦИОННОЕ РАЗВИТИЕ SCIENCE AND INNOVATIVE DEVELOPMENT
