SUN’IY INTELLEKT ALGORITMLARI ASOSIDA TASVIRLAR SIFATINI OSHIRISH
Kalit so‘zlar:
sun’iy intellekt, mashinali o‘qitish, Real-ESRGAN, superrezolyutsiya, tasvirni tiklash, kompyuterni ko‘rish, PSNR, SSIM.Annotatsiya
Mazkur tezisda mashinali o‘qitish va kompyuterni ko‘rish
texnologiyalari asosida past sifatli tasvirlarni yuqori aniqlikdagi ko‘rinishga
keltirish masalasi yoritilgan. Tadqiqotda Real-ESRGAN algoritmining generativ
raqib tarmoqlariga asoslangan ishlash mexanizmi, tasvirdagi shovqin, xiralik va
siqish artefaktlarini kamaytirish imkoniyatlari tahlil qilindi. Ishlab chiqilgan AI
Image Studio tizimsi foydalanuvchiga rasm yuklash, qayta ishlash rejimini
tanlash, natijani asl tasvir bilan solishtirish va yuklab olish imkoniyatini beradi.
Natijalarni baholashda PSNR va SSIM kabi metrikalardan foydalanish nazarda
tutilgan bo‘lib, taklif etilgan yondashuv tibbiyot, xavfsizlik, raqamli arxiv va
sun’iy yo‘ldosh tasvirlari bilan ishlashda amaliy ahamiyat kasb etadi.
Manbalar
Bojja, R. R. (2025). A comparative study of supervised and unsupervised learning approaches. International Multidisciplinary Research Journal Reviews.
Mamatov, N. S., & Dusanov, X. T. (2025). Nutq signallari belgilar to‘plamini shakllantirishning MFCC usuli. Современные инновационные исследования: актуальные проблемы и развитие тенденции: решения и перспективы, 179–182.
Mamatov, N. S., Babomuradov, O. J., & Dusanov, X. T. (2024). Automatic speaker recognition through voice using deep neural networks. Journal of Computer Science Engineering and Information Technology Research (JCSEITR), 14(1), 13–20.
Nishonov, A. H. (2023). Neyron tarmoqlari asoslari va ularni amaliyotda qo‘llash. Toshkent: Fan va texnologiya.
Wang, X., et al. (2021). Real-ESRGAN: Training real-world blind super-resolution with pure synthetic data. In Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops.