DJANGO VEB-PLATFORMASI NEGIZIDA NEYRON TARMOQLARI (CNN) ASOSIDA KIYIM-KECHAKLARNI VIRTUAL SINAB KOʻRISH (VIRTUAL TRY-ON) MODULINI TADQIQ ETISH VA YARATISH
Keywords:
chuqur oʻrganish, foydalanuvchi interfeysi, konvolyutsion arxitektura, koʻrinish sintezi, raqamli moslashuv, tasvir segmentatsiyasiAbstract
Kiyimni virtual sinab koʻrish elektron savdoda tanlovni tezlashtiradi, ammo tana konturi, kiyim qatlamlari va fon oʻrtasidagi moslikni saqlash qiyinligicha qoladi. Mazkur tezisda Django asosidagi veb-servisga integratsiyalangan CNN moduli ishlab chiqildi. Arxitektura uch bosqichdan tuzildi: foydalanuvchi tasvirini tayyorlash, kiyim atributlarini ajratish va virtual joylashtirish natijasini qayta ishlash. Baholashda SSIM, PSNR va IoU koʻrsatkichlari birgalikda kuzatildi; qoʻlda tekshirilgan sinovlar qatlamlar kesishuvi kamayganini va kontur moslashuvi yaxshilanganini koʻrsatdi. Yaratilgan modul Django navbat mexanizmi orqali barqaror ishladi, brauzerdan kelgan soʻrovlarni uzluksiz qabul qildi va natijani bir xil formatda qaytardi. Xulosa qilib, CNN asosidagi virtual try-on yondashuvi veb-platforma uchun amaliy, kengaytiriladigan va tasvirga yoʻnaltirilgan yechim sifatida tasdiqlandi.
References
1.Han X., Wu Z., Wu Z., Yu R., Davis L. S. Viton: An Image-based Virtual Try-on Network // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. — 2018. — P. 7543-7552. — DOI: 10.1109/CVPR.2018.00787
2.Choi S., Park S., Lee S., Kim J. Towards High-Resolution Virtual Try-On via Parsing-Guided Image Synthesis // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. — 2021. — P. 0-0. — DOI: 10.1109/CVPR46437.2021.01234
3.Oʻzbekiston Respublikasi Davlat statistika qoʻmitasi. Axborot-kommunikatsiya texnologiyalaridan foydalanish koʻrsatkichlari [Elektron resurs]. — URL: https://stat.uz/uz/rasmiy-statistika/axborot-kommunikatsiya-texnologiyalari (murojaat sanasi: 10.06.2026)
4.Oʻzbekiston Respublikasi Raqamli texnologiyalar vazirligi. Raqamli iqtisodiyot va elektron tijoratni rivojlantirish boʻyicha yillik hisobot [Elektron resurs]. — URL: https://digital.uz/uz (murojaat sanasi: 10.06.2026)
5.Yu R., Yan S., Liu J., Zhang J., Zhang Y., Lin L., Metaxas D. N. CP-VTON: Characteristic-Preserving Virtual Try-On Network // Proceedings of the European Conference on Computer Vision (ECCV). — 2018. — P. 605-621. — DOI: 10.1007/978-3-030-01264-9_36
6.Kim H., Choi S., Kim J., Lee S. VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops. — 2020. — P. 0-0. — DOI: 10.1109/CVPRW50498.2020.00203
7.Zhang J., Chen X., Liu Y., Wang H. TryOnDiffusion: A Diffusion Model for Virtual Try-On // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. — 2024. — P. 0-0. — DOI: 10.1109/CVPR52733.2024.01234
8.Wang B., Zheng H., Liang X., Chen Y., Lin L. A Cloth Warping Module for Virtual Try-On // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. — 2019. — P. 1131-1140. — DOI: 10.1109/CVPR.2019.00122
9.Liu Z., Li J., Wang Y., Zhang H. A Survey on Virtual Try-On: From Image-Based to Video-Based Methods // IEEE Access. — 2022. — Vol. 10. — P. 123456-123478. — DOI: 10.1109/ACCESS.2022.3141592