Keywords
Abstract
Tasvirlarni qayta ishlash sohasi raqamli transformatsiya, sun’iy intellekt va katta hajmdagi ma’lumotlar oqimi kesishgan nuqtada jadal rivojlanayotgan ilmiy yo‘nalishlardan biri hisoblanadi. Mazkur maqolada tasvirlarni qayta ishlash fanining nazariy va amaliy asoslari, klassik algoritmlar hamda chuqur o‘rganish texnologiyalarining o‘zaro bog‘liqligi xalqaro ilmiy tadqiqotlar tahlili asosida yoritiladi. Tahlillar shuni ko‘rsatadiki, tasvir sifatining pastligi, ma’lumotlar yetishmovchiligi, hisoblash resurslarining cheklanganligi, model xolisligi va interpretatsiya muammolari hanuzgacha dolzarbligicha qolmoqda. So‘nggi yillarda konvolyutsion neyron tarmoqlar, segmentatsiya algoritmlari, super-resolution, data augmentation va gibrid intellektual modellar tasvirlarni qayta ishlash samaradorligini sezilarli oshirgan bo‘lsada, real muhitdagi murakkab sharoitlarda natijalarning barqarorligi yetarli darajada ta’minlanmayapti.References
1. Russakovsky O. et al. ImageNet Large Scale Visual Recognition Challenge. International Journal of Computer Vision, 2015.
2. He K., Zhang X., Ren S., Sun J. Deep Residual Learning for Image Recognition. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.
3. O‘rozov A.A., Abdullayev Sh.R. Raqamli tasvirlarni qayta ishlash asoslari. Toshkent: Toshkent axborot texnologiyalari universiteti nashriyoti, 2021.
4. Karimov M.M. Kompyuter ko‘rishi va sun’iy intellekt asoslari. Toshkent davlat texnika universiteti ilmiy jurnali, 2022. №4, 12–19-betlar.
5. Axmedov B.B., Xolmatov D.D. Tibbiy tasvirlarni qayta ishlashda neyron tarmoqlarning qo‘llanilishi. “Axborot texnologiyalari va boshqaruv” jurnali, 2023. №2, 33–41-betlar.
6. Yusupov S.S. Qishloq xo‘jaligida masofadan zondlash tasvirlarini tahlil qilish usullari. O‘zbekiston Respublikasi Fanlar akademiyasi ilmiy ishlari, 2022. №3, 58–66-betlar.