Management and Future Technologies | Volume 2, Issue 3 | № 007

Shuningdek, spektrogramlar tahlili shuni ko‘rsatdiki, FastSpeech2 modeli tovush segmentlari orasidagi silliqlikni yuqori darajada saqlagan. O‘rganilgan pitch va energy parametrlaridagi dinamiklik tabiiylikni oshirgan. Quyida tipik sintez qilingan va haqiqiy audio namunalarining melspektrogramlari taqqoslanadi (3-rasm). 3-rasm. Haqiqiy va sintez qilingan mel-spektrogramlar taqqoslanishi FastSpeech2 modelining konvergentsiya jarayoni ham barqaror kechdi. O‘qitishning dastlabki 50 epochida yo‘qotish qiymati tez pasaygan, 150-epochdan so‘ng esa model barqaror o‘rganishni boshlagan. Duration predictor komponentining aniq o‘qitilishi prosodiya ifodalanishiga sezilarli ijobiy ta’sir ko‘rsatgan. Shu bilan birga, o‘zbek tili uchun FastSpeech2 modelini o‘qitishda ba’zi qiyinchiliklar kuzatildi. Xususan, unli tovushlar uzunligi va so‘z urg‘ularidagi tafovutlar model tomonidan ba’zan to‘liq aniqlanmagan. Biroq pitch va energy nazorati yordamida bu muammolar sezilarli darajada kamaytirildi. Natijaviy tahlil shuni ko‘rsatadiki, FastSpeech2 modeli o‘zbek tilining fonetik tizimiga moslashishga yuqori salohiyatga ega. Modelni yanada mukammallashtirish uchun korpus hajmini oshirish, ko‘pso‘zli gaplarda prosodik o‘zgarishlarni ko‘proq aks ettirish va vokoder sifatini yanada yaxshilash maqsadga muvofiq. Xulosa O‘tkazilgan tadqiqot natijalari shuni ko‘rsatdiki, FastSpeech2 modeli o‘zbek tili uchun matndan nutq sintezlashda yuqori samaradorlikka ega bo‘lishi mumkin. Ushbu modelning asosiy afzalligi — uning Transformer arxitekturasiga asoslangan parallel o‘qitish mexanizmi va Variance Adaptor modulining mavjudligidir. Bu modul fonemalarning davomiyligi, pitch va energiya parametrlarini moslashtirish orqali nutqning prosodik tabiiyligini ta’minlaydi. O‘zbek tili uchun yaratilgan fonetik korpus va ma’lumotlar to‘plami modelni muvaffaqiyatli o‘qitish imkonini berdi. O‘qitish natijalariga ko‘ra, modelning konvergentsiyasi 400–500-epoch oralig‘ida barqarorlashdi va sintez qilingan nutq tabiiylik, ohang va fonetik aniqlik jihatidan yuqori sifat ko‘rsatkichlarini namoyish etdi. MOS baholash natijasida o‘rtacha 4.36 ball qayd etilib, bu FastSpeech2 modelining o‘zbek tili uchun yetarli darajada tabiiy ovoz hosil qila olishini ko‘rsatadi. 220

Shuningdek, obyektiv metrikalar (SSI, PC, MCD) ham modelning akustik jihatdan barqaror ishlashini tasdiqladi. Spektrogramma tahlili natijalariga ko‘ra, FastSpeech2 modeli tovush segmentlari orasidagi o‘tishlarni silliq saqlagan, energiya va pitch dinamikasini aniq modellashtirgan. Biroq, o‘zbek tilining agglutinativ xususiyati, unlilar uyg‘unligi va urg‘u tizimi model uchun ayrim murakkabliklar tug‘diradi. Bu holat, ayniqsa, uzun va morfologik jihatdan murakkab so‘zlarda fonetik o‘zgarishlarni modellashtirishni qiyinlashtiradi. Shu sababli, keyingi tadqiqotlarda korpus hajmini kengaytirish, morfologik segmentatsiyani yanada chuqurlashtirish va prosodiya modelini mustahkamlash zarur. Umuman olganda, FastSpeech2 modeli o‘zbek tili uchun matndan nutq sintezlash tizimi yaratishda ishonchli asos bo‘lib xizmat qiladi. Tadqiqot natijalari ushbu modelning lingvistik, fonetik va prosodik xususiyatlarni ifodalashdagi moslashuvchanligini namoyon etdi. Kelgusida bu tizim asosida ko‘pso‘zlovchili, emotsional va kontekstga sezgir sintez tizimlarini ishlab chiqish imkoniyati mavjud. Foydalanilgan manbalar va adabiyotlar ro‘yxati 1. 2. 3. 4. 5. 6. 7. 8. 9. Farrukh Akhmedov, Muhriddin Umarov, Zukhra Bozorboyeva - Matndan nutq sintezlashning klassik yondoshuvlari va zamonaviy yechimlari // “Management and Future Technologies” respublika ilmiy jurnali, Volume 1, Issue 4// Toshkent. yanvar, 2025y. Farrukh Akhmedov, Mukhriddin Umarov, Elmurod Urinov, Bekzod Turgunov - AN ALGORITHM OF RECOGNITION UZBEK SIGN LANGUAGE // International Conference on Information Science and Communications Technologies (ICISCT-2024), 7th and 8th of November 2024, Tashkent University of Information Technologies named after Muhammad Al-Khwarizmi, Uzbekistan & Kookmin University, Republic of Korea. (SCOPUS). Ren, Y., Hu, C., Tan, X., Qin, T., Zhao, S., & Liu, T. (2021). FastSpeech 2: Fast and HighQuality End-to-End Text to Speech. arXiv:2006.04558. Kong, J., Kim, J., & Bae, J. (2020). HiFi-GAN: Generative Adversarial Networks for Efficient and High Fidelity Speech Synthesis. arXiv:2010.05646. Shen, J., Pang, R., Weiss, R. J., et al. (2018). Natural TTS Synthesis by Conditioning Wavenet on Mel Spectrogram Predictions (Tacotron 2). IEEE ICASSP. Wang, Y., Skerry-Ryan, R., Stanton, D., et al. (2017). Tacotron: Towards End-to-End Speech Synthesis. Interspeech. Lim, D., Jung, S., & Kim, E. (2022). Jointly Training FastSpeech2 and HiFi-GAN for End-toEnd Text-to-Speech. Interspeech 2022 Proceedings. Yeshpanov, R., Mussakhojayeva, S., & Khassanov, Y. (2023). Multilingual Text-to-Speech Synthesis for Turkic Languages Using Transliteration. arXiv:2305.15749. Musaev, R., Yeshpanov, R., & Khassanov, Y. (2021). USC: An Open-Source Uzbek Speech Corpus and Initial Speech Recognition Experiments. arXiv:2107.14419. 221

INTEGRATING BPMN, DMN, AND UML FOR COMPARATIVE ASSESSMENT OF PUBLIC AND COMMERCIAL DIGITAL SERVICES Alimova Fotima Convergence of Digital technologies name of organization Tashkent University of Information Technologies named after Muhammad al-Khwarizmi ame of organization alimova@tuit.uz Abstract: This paper presents a comprehensive, model-driven analysis of integrating eGovernment and e-Commerce systems. Using Business Process Model and Notation (BPMN), Decision Model and Notation (DMN), and Unified Modeling Language (UML), we model service workflows, decision logic and system architecture to identify synergies and tensions between public and commercial digital services. A mathematical trust model and formalized DMN decision rules are proposed to support automated, auditable decision-making in integrated platforms. Empirical observations of a national e-Government portal and leading e-commerce platforms reveal complementary strengths as governmental systems emphasize regulatory compliance and data protection, while commercial systems excel at responsiveness and user experience. The paper concludes with design recommendations for interoperable, user-centered and secure integrated digital ecosystems. Keywords: e-Government, e-Commerce, service delivery efficiency, BPMN, DMN, UML, system integration. Introduction Over the past decade, digital technologies have had a profound impact on economic, social, and governance systems worldwide. Artificial Intelligence (AI), the Internet of Things (IoT), blockchain, mobile technologies, and digital interfaces are not only transforming production and service sectors, but also fundamentally reshaping public administration and civic interactions. This broad process is known as digital transformation, and it is gradually penetrating all layers of modern society [1], [2]. One of the most significant manifestations of digital transformation is the rapid development of e-government and e-commerce systems. While e-government aims to deliver public services to citizens in a fast, transparent, and convenient manner [3], e-commerce creates new opportunities by transferring economic interactions between consumers and business entities into the digital environment [4], [5]. The successful operation of both systems is directly dependent on the efficiency of modern information systems [6]. Recent studies show a growing technological convergence between these two domains, highlighting how their information systems are becoming increasingly interconnected. For example, the use of AI and IoT technologies in e-government allows for optimization of service delivery processes [7], [8]. Cognitive models and semantic analysis approaches can significantly improve user experience in digital services [9]. Moreover, blockchain technology is considered a key factor in enhancing trust and security in e-commerce [10], [11]. However, this convergence and integration also bring several challenges. Transparency, security, and service quality play a crucial role in building user trust [12]. At the same time, issues 222

such as digital divide, legal compliance, and cybersecurity remain serious threats to the sustainable development of both e-commerce and e-government systems [13], [14]. From this perspective, the present study aims to systematically analyze the interconnection between e-government and e-commerce systems, and to explore the mechanisms of their integrated operation through information technologies. Literature Review E-government and e-commerce systems have emerged as foundational pillars of the modern digital economy. Their roles extend far beyond service delivery—they shape how citizens interact with public institutions and how consumers engage with global markets. As digital transformation accelerates across sectors, the convergence of these two domains has become a focal point in academic discourse, policy development, and technological innovation. Studies on E-Government. Early conceptual frameworks in e-government research emphasized the digitization of public services as a means to enhance administrative efficiency, reduce bureaucratic overhead, and increase transparency in governance [3], [6]. Scholars such as Colesca [12] have identified key determinants of user trust in e-government platforms, highlighting transparency, data security, and service quality as critical factors. Empirical studies from Middle Eastern and Asian countries further demonstrate that the success of e-government initiatives is closely tied to the quality of service delivery and the digital literacy of citizens [7]. These findings suggest that technological infrastructure alone is insufficient—user engagement and trust must be cultivated through thoughtful design and inclusive access. Studies on E-Commerce. The rapid expansion of e-commerce has reshaped global economic dynamics, enabling real-time transactions, personalized marketing, and borderless trade [4], [5]. Zhuang [10] offers a detailed examination of blockchain’s role in enhancing transactional security and trust within e-commerce ecosystems. Meanwhile, Turban and King [5] underscore the importance of personalization algorithms and adaptive interfaces in shaping consumer behavior and satisfaction. These studies collectively point to a user-centric paradigm in e-commerce, where technological sophistication is leveraged to create seamless and responsive experiences. Integration Issues and Opportunities. Recent research highlights the growing intersection between e-government and e-commerce systems, particularly through shared technologies such as artificial intelligence (AI), machine learning (ML), and cloud-based architectures [8], [9]. AI-driven decision support systems are increasingly used to automate complex processes, from public service eligibility assessments to product recommendations. This convergence opens new possibilities for hybrid platforms that combine the regulatory rigor of e-government with the agility and user responsiveness of e-commerce. However, integration also presents significant challenges. Legal compliance across jurisdictions, data privacy regulations, and cybersecurity vulnerabilities must be carefully managed to ensure sustainable and ethical system design [13], [14]. Synthesis and Gaps. While the literature provides robust insights into the individual evolution of e-government and e-commerce systems, there remains a notable gap in systematic modeling approaches that address their integration. Existing studies often treat these domains in isolation, overlooking the architectural, functional, and user experience synergies that could be achieved through unified information systems. This study aims to fill that gap by applying formal modeling 223

techniques—such as BPMN, DMN, and UML—to visualize and analyze the mechanisms of crossdomain integration. Methodology This study adopts a mixed-methods research design to investigate the integrated operational mechanisms of e-government and e-commerce systems through the lens of information technologies. By synthesizing qualitative insights with quantitative data, the research aims to construct a comprehensive understanding of technological convergence, functional interoperability, and user experience optimization across both domains. 3.1 Research Design and Data Sources To ensure methodological rigor, the study draws upon two primary categories of data: A. Qualitative Sources Qualitative data were extracted from peer-reviewed academic literature, institutional reports, and documented case studies. Key sources include: 1.Scholarly articles on digital governance and commercial platforms [3], [6], [12], [21]. 2.Reports from international bodies such as the United Nations (UN), Organization for Economic Co-operation and Development (OECD), and the World Bank. 3.Field-based case studies from countries with advanced digital infrastructure. These sources were analyzed using thematic coding to identify foundational concepts such as technological convergence, user trust formation, and the digital divide. The analysis informed the theoretical framework underpinning the integration model. B. Quantitative Sources Empirical data were collected from: 1.Uzbekistan’s Unified Interactive Public Services Portal (my.gov.uz) 2.Global e-commerce platforms including Amazon and Alibaba Data acquisition methods included: 1.Accessing open APIs and technical documentation 2.Conducting user surveys on service satisfaction and trust metrics Extracting performance indicators such as: 1.Average response time Tr 2.Encryption strength Es 3.Authorization success rate As These metrics were statistically analyzed to compare service quality, security protocols, and user interface efficiency across platforms. A. Research Approach and Data Sources The study relies on two main groups of sources: Qualitative sources. These include previously published academic articles on e-government and e-commerce, reports from international organizations (UN, OECD, World Bank), and practical case studies from the field [3], [6], [12], [21]. These materials were analyzed to establish theoretical foundations on technological convergence, user trust, and digital divide. Quantitative sources. For empirical analysis, data were collected from Uzbekistan’s Unified Interactive Public Services Portal (my.gov.uz) and leading global e-commerce platforms such as 224

Amazon and Alibaba. Open APIs, technical documentation, user surveys, and statistical indicators on service speed and security were gathered and compared [5], [10], [15]. B. Modeling Methods To visually and functionally represent system integration, three standardized modeling approaches were applied: Table 1. Integration-Oriented Modeling Techniques and Their Functional Roles Model Type Abbreviation Purpose of Use Business Process Model and Notation BPMN To graphically and formally represent service delivery processes Decision Model and Notation DMN To formalize decision-making logic Unified Modeling Language UML To model system components, their interactions, and overall architecture BPMN was used to identify similarities and differences in service workflows between egovernment and e-commerce. DMN helped model decision-making mechanisms—normative rulebased decisions in government and behavior-driven decisions in commerce. UML supported the design of integrated system architecture and component interactions [9], [11], [16]. C. Analytical Techniques The following analytical methods were employed during the study: Comparative analysis. The technological integration level, functionality, and efficiency of various e-government and e-commerce platforms were compared [4], [6], [17]. Empirical evaluation. Quantitative metrics were used to assess user interface (UI/UX), service response time, and security indicators (authorization, encryption, security protocols) across selected platforms [10], [13], [15]. Model-based synthesis. Using BPMN, DMN, and UML diagrams, an integrated architecture model was developed to encompass both e-government and e-commerce systems. The model aims to combine the strengths of both domains while optimizing their differences [8], [11], [18]. Results A. Modeling Service Processes Using BPMN The service delivery processes of e-government and e-commerce platforms were modeled using BPMN diagrams. The results revealed the following insights: Structural similarities. Both systems share core stages such as submitting a user request, authentication, selecting a service or product, and delivering the final outcome. Contextual differences. E-government processes are guided by regulatory and legal requirements, whereas e-commerce workflows prioritize speed and personalization. Integration opportunities. BPMN modeling helped identify possibilities for aligning parallel processes across both systems, enabling data exchange and unified service delivery through a single platform. 225

Fig. 1. Comparative View of e-Government and e-Commerce Processes BPMN Diagram B. Analysis of Decision-Making Mechanisms Using DMN The logic of decision-making was modeled using DMN diagrams. The analysis yielded the following key findings: Decisions in e-Government. These are primarily based on predefined regulatory rules, often represented through decision tables. For example, the decision to grant a subsidy or license depends on factors such as the citizen’s age, income level, and completeness of submitted documents. Decisions in e-Commerce. Decision-making is dynamic and shaped by the user’s previous transactions, purchasing behavior, and recommendation systems powered by machine learning algorithms. Integration potential. DMN enables transparent and automated integration of decision logic across systems. For instance, in e-procurement platforms, tender participants can be automatically evaluated based on creditworthiness or compliance with legal requirements. Fig. 2. Decision Logic in e-Government and e-Commerce DMN Diagram 226

C. System Architecture Modeling Using UML In this model, the “Service Eligibility Decision” node is defined as the core decision point. The decision is made based on the following inputs: 1. User type 2. Residency status 3. Document validity 4. Requested service type All these inputs are processed through the “Service Eligibility Rules” business rule model, which evaluates the conditions and determines whether the requested service can be provided. Using UML diagrams, the structural components of the system and their interactions were analyzed. The findings are summarized as follows: E-Government Components. The main elements include a centralized database, user authentication module, public service interface, and a regulatory logic module. E-Commerce Components. Key components consist of a product catalog, secure payment system, user profile management, and logistics services. Integrated Architecture. The model combines the strengths of both systems. For example, the trusted government database can be used to accelerate user identification in e-commerce platforms. Likewise, advanced payment systems from the commercial domain can simplify transaction processes for public services. Fig. 3. UML Use Case Diagram. Integrated System D. Empirical Evaluation Results An empirical analysis was conducted based on Uzbekistan’s Unified Interactive Public Services Portal (my.gov.uz), as well as global e-commerce platforms Amazon and Alibaba. The key findings are summarized below: Table 1. Empirical Comparison of E-Government and E-Commerce Systems 227

Indicator E-Government E-Commerce Service delivery speed Moderate (1–3 days) High (seconds to minutes) User trust High (mandated, official) Moderate (experience-dependent) Cybersecurity level High (state-protected) Moderate (subject to ongoing threats) Interface usability (UI/UX) Moderate (formal, rigid) High (intuitive, personalized) The results indicate that e-government systems excel in terms of security and user trust, while e-commerce platforms outperform in speed and interface usability. This contrast highlights the complementary strengths of both domains, suggesting that integration could balance reliability with user-centric design. References 1. M. P. Rodríguez Bolívar, Transforming City Governments for Successful Smart Cities. Cham, Switzerland: Springer, 2015. [Online]. Available: https://doi.org/10.1007/978-3-319-03167-5 2. Y. K. Dwivedi, et al., “Research on information systems failures and successes: Status update and future directions,” Information Systems Frontiers, vol. 17, pp. 143–157, 2015. [Online]. Available: https://doi.org/10.1007/s10796-014-9500-y 3. A. Osman, S. Elhassan, and M. Hassan, “Digital transformation and its impact on public sector performance,” Gov. Inf. Q., vol. 40, no. 2, 2023. [Online]. Available: https://doi.org/10.1016/j.giq.2023.101779 4. A. M. Abubakar and D. Tasmin, “E-Government implementation: Issues and challenges,” Int. J. Comput. Appl., vol. 89, no. 2, pp. 12–16, 2014. 5. C. M. Osei-Assibey, “E-commerce adoption in developing countries: A case of Ghana,” Afr. J. Inf. Syst., vol. 10, no. 1, pp. 1–25, 2018. 6. S. Turban, D. King, J. Lee, and T.-P. Liang, Electronic Commerce: A Managerial and Social Networks Perspective, 9th ed. Cham: Springer, 2015. 7. J. G. Trusson, et al., “Understanding the adoption of ICT in e-commerce: A systematic review,” Electron. Commer. Res. Appl., vol. 50, 2021. [Online]. Available: https://doi.org/10.1016/j.elerap.2021.101090 8. A. Abdullah, M. Al-Sharafi, and F. Al-Qutaish, “The role of AI and IoT in improving egovernment services,” IEEE Access, vol. 12, pp. 15321–15334, 2024. 9. A. Al-Khouri, “Digital identity and the promise of blockchain technology,” World Gov. Inf. Technol., vol. 8, pp. 1–15, 2018. 10. M. D. Lytras, A. Visvizi, and W. Alhalabi, “Cognitive computing and big data analytics in eservices,” Comput. Hum. Behav., vol. 112, 2020. [Online]. Available: https://doi.org/10.1016/j.chb.2020.106468 11. Y. Zhuang, “Blockchain-based trust and security for e-commerce,” Future Gener. Comput. Syst., vol. 146, pp. 662–673, 2023. [Online]. Available: https://doi.org/10.1016/j.future.2023.04.019 12. M. Crosby, et al., “Blockchain technology: Beyond bitcoin,” Appl. Innov. Rev., vol. 2, pp. 6– 19, 2016. 13. S. Nakamoto, “Bitcoin: A peer-to-peer electronic cash system,” 2008. [Online]. Available: https://bitcoin.org/bitcoin.pdf 228

14. S. Colesca, “Understanding trust in e-government,” Informatica Economica, vol. 16, no. 3, pp. 37–46, 2012. 15. H. Hassan, R. Li, and J. Chen, “Cybersecurity challenges in e-commerce,” J. Retail. Consum. Serv., vol. 76, 2024. [Online]. Available: https://doi.org/10.1016/j.jretconser.2023.103514 16. M. Janssen and A. van Veenstra, “Staging public value creation in e-government,” Gov. Inf. Q., vol. 32, no. 1, pp. 1–5, 2015. 17. S. Marche and J. D. McNiven, “E-government and e-governance: The future,” Can. J. Adm. Sci., vol. 20, no. 1, pp. 74–86, 2013. 18. H. Scholl and M. Scholl, “Smart governance: A roadmap for research and practice,” Gov. Inf. Q., vol. 31, no. 1, pp. 1–9, 2014. 19. T. Laudon and K. Laudon, Management Information Systems: Managing the Digital Firm, 16th ed. Pearson, 2020. 20. R. Heeks, Implementing and Managing E-Government: An International Text. London: SAGE, 2006. 21. UN E-Government Survey 2022: The Future of Digital Government. United Nations, 2022. 22. OECD, E-Commerce in the Time of COVID-19. Paris: OECD Publishing, 2020. 23. J. Manyika, et al., “Digital globalization: The new era of global flows,” McKinsey Global Institute Report, 2016. 24. H. Chen, R. Chiang, and V. Storey, “Business intelligence and analytics: From big data to big impact,” MIS Quarterly, vol. 36, no. 4, pp. 1165–1188, 2012. 25. D. Tapscott and A. Tapscott, Blockchain Revolution. New York: Penguin, 2016. 229

MADANIY MEROSNI RAQAMLASHTIRISH: FOTOGRAMMETRIYA VA 3D SKANERLASHNING AHAMIYATI, MUAMMOLAR VA ISTIQBOLLAR Sotvoldiyeva Dildora; Abdullayeva Mohigul Toshkent axborot texnologiyalari universiteti televizion va media texnologiyalar kafedrasi 1bosqich doktoranti Farg‘ona davlat texnika universiteti kompyuter muhandisligi va sun’iy intellekt kafedrasi assistenti nurdilnurik@gmail.com Annotatsiya: Ushbu maqolada madaniy meros obyektlarini raqamli 3D hujjatlashtirishda fotogrammetriya va lazerli skanerlash (3D skanerlash) texnologiyalarining ahamiyati, imkoniyatlari va cheklovlari tahlil qilinadi. Mualliflar passiv optik sensorlar (fotogrammetriya) va aktiv optik sensorlar (lazerli skanerlash) usullarini solishtirib, ularning arxeologik va me’moriy yodgorliklarni aniq va batafsil qayd etishdagi asosiy afzallik va kamchiliklarini ko‘rsatadi. Maqolada fotogrammetriya jarayonining markaziy proyeksiya va bundl sozlash matematikasi, shuningdek, Iterative Closest Point (ICP) algoritmi yordamida nuqta bulutlarini birlashtirish usullari bayon etilgan. Amaliyotda duch kelinuvchi metodologik muammolar—masshtab xatolari, markerlarsiz skanerlash, ma’lumotlarni saqlash va ulashdagi standartlar tanqidiy tahlil qiladi. Mualliflar “HPPpipeline” (gibrid qog‘ozdan 3D photogrammetriya va skanerlashga o‘tish) nomli yangi workflow taklif qiladi. Yangi yondashuv sensor integratsiyasi, vektor segmentatsiyasi, parametrik ekstrudatsiya va punkt bulut bilan sozlash bosqichlarini o‘z ichiga oladi. Xulosa qismida 3D hujjatlashning madaniy merosni saqlash, restavratsiya va virtual namoyish uchun yaratadigan imkoniyatlari ta’kidlanadi hamda kelajakda avtomatlashtirish, UAV fotogrammetriyasi va onlayn 3D-repozitoriylarga oid istiqbollar ko‘rsatib o‘tiladi. Kalit so‘zlar: madaniy meros, 3D hujjatlashtirish, fotogrammetriya, lazerli skanerlash, nuqta buluti, ICP algoritmi va HPP-pipeline. Kirish Madaniy meros obyektlarini raqamli shaklda qayd etish va hujjatlashtirish bugungi kunda juda dolzarb vazifa hisoblanadi. Arxitektura yodgorliklari, tarixiy obidalar va arxeologik topilmalar urushlar, tabiiy ofatlar, iqlim o‘zgarishi hamda insonning beparvoligi tufayli yildan-yilga zarar ko‘rmoqda. Shu bois ularni hozirgi holatida 3D raqamlashtirish va modellashtirish orqali saqlab qolish muhim ahamiyat kasb etmoqda. So‘nggi yillarda masofaviy zondlash sensorlari va raqamli tasvirga olish qurilmalarining rivojlanishi ushbu sohada sezilarli yutuqlarni ta’minladi. Hozirgi vaqtda 3D ma’lumotlar madaniy meros obyektlarining shaklini doimiy ravishda qayd etish va ularni kelajak avlodlarga yetkazish uchun muhim asos bo‘lib xizmat qilmoqda. [1] Natijada, o‘tgan o‘n yil ichida dunyo bo‘ylab ko‘plab ilmiy loyihalar amalga oshirilib, muhim obidalar va manzillarni yuqori aniqlikdagi raqamli 3D modellar ko‘rinishida saqlashga erishildi. 3D raqamli hujjatlashtirish madaniy merosni asrash, uni o‘rganish va keng ommaga namoyish etishda keng ko‘lamli yangi imkoniyatlar yaratadi. Masalan, yaratilgan 3D modellar tarixiy obidalarni aniq hujjatlashtirish, ularning deformatsiyasini monitoring qilish, vaqt o‘tishi bilan yuzaga keladigan o‘zgarishlarni solishtirish, virtual reallik muhitida namoyish etish kabi ko‘plab 230

maqsadlarda foydalanilishi mumkin. Shunga qaramay, xalqaro meros tashkilotlarining bosimiga qaramay, madaniy merosni 3D suratga olish va modellashtirish hali ham standart amaliyot darajasiga yetmagan. Aksariyat holatlarda 3D model yaratilgan taqdirda ham, uni ko‘pchilik mutaxassis bo‘lmagan foydalanuvchilar foydalana oladigan darajada ishlatish qiyin bo‘lgani sababli, model ikki o‘lchovli chizmaga yoki foto-hujjatga soddalashtirib olib kelinadi. 3D ma’lumotlar bilan ishlash ko‘nikmalarining yetishmasligi va maxsus dasturiy ta’minotning cheklanganligi bunga sabab sifatida ko‘rsatiladi. Vaholanki, to‘liq hajmdagi 3D ma’lumotlar mavjudligi mutaxassislar uchun keng qamrovli yangi tahlillar, tadqiqotlar va raqamli restavratsiya ishlari olib borish imkonini beradi. Raqamlashtirishning ahamiyati tobora e’tirof etilib, dunyoning turli nuqtalarida ko‘plab innovatsion loyihalar amalga oshirilayotgan bo‘lsa-da, sohada yechimini kutayotgan muammolar ham yo‘q emas. Geomatik mutaxassislar (masofaviy zondlash bo‘yicha olimlar) va meros obyektlari bilan ishlovchi tarixchi yoki arxeologlar o‘rtasida o‘zaro tushunish va muloqotdagi qiyinchiliklar mavjudligi kuzatilmoqda. Shu sababli, yangi texnologiyalarni madaniy meros sohasiga joriy etishda ular bilan ishlashni soddalashtirish, sohalararo hamkorlikni kuchaytirish va axborot almashinuvini yaxshilash zarur bo‘lmoqda. Adabiyotlar sharhi Fabio Remondino (2011) tadqiqotida madaniy meros obyektlarini raqamlashtirish uchun mavjud optik 3D o‘lchov sensorlari va 3D modellashtirish usullari keng tahlil qilingan bo‘lib, ularning imkoniyatlari va cheklovlari yoritib berilgan. Umuman olganda, masofaviy zondlashga asoslangan 3D suratga olish texnologiyalari passiv va aktiv turlarga bo‘linadi. Passiv tizimlar (masalan, raqamli fotokameralar) obyektning suratlarini olib, maxsus algoritmlar yordamida ularni keyinchalik 3D ma’lumotga aylantiradi. Aktiv tizimlar esa (masalan, lazerli skanerlar) obyekt geometriyasini to‘g‘ridan-to‘g‘ri o‘lchab, darhol uch o‘lchovli nuqta buluti ko‘rinishida ma’lumot hosil qiladi. Remondinoning ta’kidlashicha, so‘nggi yillarda ayniqsa ushbu lazerli skanerlash va fotogrammetriya usullari madaniy merosni hujjatlashtirishda keng qo‘llanila boshlagan. 3D lazerli skanerlash (aktiv optik sensorlar) texnologiyasi yuzaga chiqqanidan beri nafaqat mutaxassislar, balki keng jamoatchilik e’tiborini ham tortib kelmoqda. Lazer skanerlar yorug‘lik nurlari yordamida obyekt sirti geometriyasini yuqori aniqlikda o‘lchaydi va natijada nuqta buluti yoki range-map (masofa xaritasi) ko‘rinishidagi 3D ma’lumotni beradi. Bunday skanerlar bir qarashda qimmat va og‘ir bo‘lsa-da, kartografiya va madaniy meros obyektlarini raqamlashtirish sohasida tobora ommalashib bormoqda. Sababi, ular bir necha millimetr aniqlikkacha ega bo‘lgan yirik hajmdagi nuqtalar to‘plamini qisqa vaqtda to‘plashga qodir. Shu bilan birga, lazerli skanerlashning kamchiliklari ham yo‘q emas: uskunaning narxi baland, dala sharoitida tashib yurish uchun og‘ir, va eng muhimi – oddiy lazer skaner yordamida olingan nuqta bulutida obyektning rangi va teksturasi haqida ma’lumot bo‘lmaydi (faqat geometrik shakl olinadi). Bunday holda, yakuniy 3D modelga realistik ko‘rinish berish uchun qo‘shimcha tasviriy ma’lumot (masalan, fotokamera yordamida olingan rasmlar) bilan boyitish talab etiladi. Fotogrammetriya (passiv usul) esa oddiy raqamli suratlar orqali 3D model yaratishga asoslangan bo‘lib, kam harajat evaziga yuqori aniqlikdagi natijalar berishi bilan ajralib turadi. Fotogrammetriyada obyektning turli rakurslardan olingan kamida ikki yoki undan ortiq rasmlari kerak bo‘ladi – ana shu 2D tasvirlar maxsus matematik algoritmlar yordamida qayta ishlanib, 231

obyektning fazoviy koordinatalarini hisoblash imkonini beradi. Bunda markaziy proyeksiya prinsipi (perspektiv geometriya) qo‘llanilib, suratlarda belgilangan mos nuqtalar kesishuvi orqali 3D nuqtalarning joylashuvi topiladi. Remondino fotogrammetriyani suratli ma’lumotlar bilan ishlash uchun “eng yaxshi usul” deb ta’riflaydi – chunki u har qanday masshtabda aniq, metrikk (o‘lchamli) va batafsil 3D axborotni olishga qodir. Standart fotogrammetrik ishlov berish jarayoni kamerani kalibrlash, tasvirlarni o‘zaro bog‘lash (orientatsiya), 3D nuqtalar rekonstruksiyasi va yakunda ortofoto yaratish bosqichlarini o‘z ichiga oladi. Fotogrammetriya usuli kartografiya va xaritashunoslikda, madaniy meros obyektlarining aniq 3D hujjatlarini tayyorlashda, muhandislik invers masalalarida, konstruksiyalarning deformatsiyasini monitoring qilishda va boshqa ko‘plab sohalarda muvaffaqiyatli qo‘llanib kelinmoqda. Fotogrammetriya va lazerli skanerlash har ikkalasi o‘ziga xos ustunliklarga ega bo‘lsa-da, ularni qo‘llash shart-sharoitlari biroz farqlanadi. Remondinoning qayd etishicha, oddiy shakldagi yodgorliklar, murakkab bo‘lmagan me’moriy tuzilmalar, kichik hajmdagi erkin shaklli obyektlar yoki byudjeti cheklangan loyihalarda ko‘pincha suratga asoslangan fotogrammetrik yondashuv afzal ko‘riladi. Aksincha, katta hajmdagi va murakkab sirtli obyektlarda, hamda mutaxassis tajribasi yetarli bo‘lmaganda lazerli skanerlash usuli tezroq natija berishi mumkin. Buning sababi, hozircha fotogrammetrik ishlov berish to‘liq avtomatlashtirilgan bosqichga to‘liq yetib kelmagan va ko‘p hollarda mutaxassisning qo‘li bilan bajariladigan yumushlar (masalan, suratlarni bog‘lash yoki nuqtalarni tozalash) talab etiladi. Ayniqsa, 2011-yilda chop etilgan Remondino maqolasida qayd etilishicha, oddiy foydalanuvchilar uchun ishonchli va qulay fotogrammetriya dasturiy paketlari kam bo‘lib, ko‘pincha bu usulni faqat ekspertlar foydalanadigan murakkab texnologiya sifatida ko‘rishadi. Natijada real loyihalarda ko‘p vaqt va kuch sarflanadigan fotogrammetriya o‘rniga qimmat bo‘lsa-da, foydalanishi nisbatan osonroq bo‘lgan lazerli skanerlash uskunalari tanlanishi kuzatiladi. Shunga qaramasdan, so‘nggi yillarda fotogrammetriya sohasida ham jadal rivojlanish kuzatildi – tasvirlarni avtomatik ravishda o‘zaro bog‘lab, ulardan zich nuqta bulutlarini hosil qiluvchi yangi algoritmlar paydo bo‘ldi, va natijada aksariyat holatlarda fotogrammetrik yondashuv ham xuddi skanerlash singari bir xil geometrik aniqlikka ega 3D modelni taqdim eta olishi isbotlandi. Remondino sharhiga ko‘ra, muayyan loyihada qaysi 3D suratga olish usulini tanlash bir qator omillarga bog‘liq. Obyekt o‘lchamlari, kerakli aniqlik darajasi, manzilning o‘ziga xosligi (masalan, yopiq makon yoki ochiq maydon, elektr ta’minotining mavjudligi), uskunaning portativligi, jamoa tajribasi, loyiha byudjeti va yakuniy natija qanday maqsadda ishlatilishi kabi omillarni hisobga olish zarur. Har bir usul shu omillarning turlicha birikmasida samaraliroq bo‘lishi mumkin. Misol uchun, baland inshootlar va yirik maydonlarni qamrab olish kerak bo‘lganda uchuvchisiz uchish apparatlari (UAV) bazasida suratga olish yondashuvi keng qo‘llanilmoqda. Kichik dronlarning avtonom parvoz qila olishi, GPS/INS tizimlari va stabillashgan kameralar bilan jihozlanishi tufayli ilgari borish qiyin bo‘lgan hududlardan ham yuqori sifatli fotogrammetrik ma’lumot yig‘ish imkoni paydo bo‘ldi. Hatto ayrim dronlarda kichik lazerli skanerlar ham o‘rnatilib, bir parvozda ham tasviriy, ham lazerli ma’lumotni bir vaqtda olishga erishilmoqda. Umuman, 2010-yillar boshiga kelib madaniy merosni raqamlashtirishda mavjud eng ilg‘or yondashuvlar sifatida yer usti lazerli skanerlash, yer usti va havodan fotogrammetriya (shu jumladan, UAV fotogrammetriyasi) hamda ularni integratsiyalash usullari e’tirof etildi. Sensorlar texnologiyasi jadal rivojlanishda davom etmoqda, biroq Remondino ta’kidlaganidek, hozircha turli tizimlarni qiyoslash uchun umumiy 232

standartlar va me’yorlar to‘liq shakllanmagan, bu esa natijalarni taqqoslash va uskunani tanlashda noaniqliklar keltirib chiqarmoqda. Asosiy muammo Madaniy meros obyektlarini raqamlashtirish sohasidagi asosiy muammolar metodologik va texnik masalalarda namoyon bo‘ladi. Metodologik jihatdan, hali-hanuz har bir loyiha uchun eng maqbul 3D hujjatlashtirish usulini tanlash borasida aniq tavsiyalar yo‘q – olimlar va amaliyotchilar o‘rtasida fotogrammetriya yaxshimi yoki lazerli skanerlashmi, degan savol atrofida munozaralar davom etmoqda. Amaliyotga nazar solinsa, ko‘pincha texnika bozori bu savolga o‘zicha javob berib, yirik yodgorliklarni suratga olishda lazerli skanerlar ko‘proq qo‘llanilayotganini ko‘rish mumkin. Biroq har ikkala yondashuvning imkoniyatlari cheklangan bo‘lib, biror murakkab ob’ektni to‘liq va aniq raqamlashtirish uchun aksariyat hollarda ularni birgalikda qo‘llashga to‘g‘ri keladi – bu esa maxsus bilim va tajriba talab etadi. Shu bois metodologik muammolardan biri sifatida birbirini to‘ldiruvchi usullar jamlanmasini ishlab chiqish va uni amaliyotga tatbiq etish masalasi turibdi. Texnik muammolar qatorida, avvalo, raqamli 3D ma’lumotlar bilan ishlashda duch kelinayotgan qiyinchiliklarni qayd etish lozim. Remondino ta’kidlaganidek, hozirda madaniy meros sohasida 3D modellashtirish oddiy yondashuv darajasiga hali yetgani yo‘q – ko‘plab tashkilot va muzeylar hanuz 2D chizmalar va suratlarga tayanadi. Hatto 3D model yaratilganda ham, undan to‘laqonli foydalanish imkoniyati cheklangan: maxsus dasturiy ta’minotning murakkabligi yoki etishmasligi tufayli ko‘p foydalanuvchilar tayyor modelni oddiygina ikkio‘lchovli formatga o‘tkazib, foydalanishga majbur bo‘lishmoqda. Bu esa 3D raqamlashtirishdan kutilgan samarani to‘liq ololmayotganimizni ko‘rsatadi. Texnik kamchiliklardan yana biri – bu katta hajmdagi nuqta buluti va 3D model ma’lumotlarini saqlash va qayta ishlash muammosi. Odatda yuqori aniqlikdagi lazerli skanerlash yoki fotogrammetriya natijasida juda katta hajmli fayllar hosil bo‘ladi, ularni oddiy kompyuterlar tezkorlik bilan qayta ishlay olmaydi. Ularni uzun muddat saqlash ham alohida masala: bir necha yildan keyin hozirgi saqlagichlarda yozilgan ma’lumotlarning eskirishi yoki formatlarning mos kelmasligi xavfi mavjudligi ilmiy adabiyotlarda ta’kidlangan. Shuningdek, kadrlar tayyorlash va malaka masalasi ham asosiy muammolardan biridir. 3D raqamlashtirish texnologiyalari turli sohalar tutashuvida joylashgan bo‘lib (fotogrammetriya – geodeziya va informatika, lazerli skanerlash – optika va elektronika va h.k.), ko‘pincha madaniy meros bilan ishlovchi arxeolog yoki san’atshunoslarda ushbu uskunalarni to‘g‘ri qo‘llash ko‘nikmasi yetarli bo‘lmaydi. Aksincha, geomatika bo‘yicha mutaxassislarning madaniy meros obyektlarining nozik jihatlaridan xabardorligi sust bo‘lishi mumkin. Natijada, sohalararо muloqot yetishmovchiligi yuzaga kelib, 3D texnologiyalarni joriy etish sustlashadi. Masalan, ba’zi hollarda qimmatbaho skanerlar xarid qilinib, lekin ulardan to‘liq foydalanilmasdan chetda qolib ketayotganiga guvoh bo‘linadi – bunga sabab muassasa xodimlarining mos ko‘nikmaga ega emasligi yoki texnologiyaga ishonchning pastligidir. Demak, kadrlar tayyorlash, o‘quv kurslarini tashkil etish va soha vakillarini 3D texnologiyalarga jalb qilish muhim vazifa hisoblanadi. Yana bir muhim muammo – bu raqamlashtirilgan meros ma’lumotlarini integratsiyalash va bo‘lishish masalasi. Hozirda dunyoda ko‘plab 3D skanerlangan moddiy madaniy meros namunalari mavjud, ammo ularning yagona baza yoki platformasi yo‘q. Har bir loyiha o‘zida alohida saqlanadi va ko‘pincha keng jamoatchilik yoki boshqa tadqiqotchilar uchun ochiq emas. Raqamli merosni 233

asrash faqat uni yaratish bilangina cheklanmay, balki uni kelajakda topish, o‘rganish va undan qayta foydalanishni ham o‘z ichiga oladi. Afsuski, bugungi kunda mavjud 3D materiallarni boshqa mutaxassislar bilan ulashish imkoniyatlari cheklangan – buning sababi sifatida standart formatlarning yo‘qligi, internet orqali ulashish uchun infratuzilmaning yetishmasligi va huquqiy tartibga solish masalalari (masalan, mualliflik huquqi, ma’lumotdan foydalanish qoidalari) keltiriladi. Shu jihatdan qaraganda, 3D raqamlashtirishning to‘liq foydasi bo‘lishi uchun global hamkorlik va ochiq ma’lumot almashinuvi tizimlarini shakllantirish zarur bo‘lmoqda. Mavjud yondashuvlar va ularning tahlili Hozirgi kunda madaniy meros obyektlarini raqamlashtirishda bir necha asosiy yondashuvlar qo‘llanilmoqda. Quyida ularning xususiyatlari va cheklovlari keltirilgan: Fotogrammetriya (tasviriy usul): Obyektning turli nuqtalardan olingan suratlari asosida 3D modelni qayta tiklash usuli. Oddiy raqamli kamera yordamida yuzlab tasvirlar olinib, keyinchalik kompyuterda maxsus dasturlar orqali tahlil qilinadi. Tasvirlardagi umumiy bog‘lovchi nuqtalar (masalan, burchaklar, naqshlar yoki teksturadagi unikal detallar) aniqlanib, geometrik hisobkitoblar yordamida ularning fazoviy koordinatalari hisoblab chiqiladi. Fotogrammetriyaning asosiy afzalligi – u oddiy fotoapparatlar va nisbatan arzon uskunalar bilan yuqori aniqlikdagi natija berishi mumkin. Masalan, bir necha santimetr aniqlikka ega yirik me’moriy inshootlar modeli ham suratlar yordamida yaratilishi mumkin. Fotogrammetriya yordamida olingan ma’lumotlar rang va teksturaga ega bo‘lgani uchun yakuniy 3D model fotohaqiqiy ko‘rinishga ega bo‘ladi. Biroq bu usulning kamchilik tarafi – jarayonning murakkabligi va mehnat talabligidir. Suratlarni to‘g‘ri tushirish, ulardan sifatli natija olish uchun mutaxassisning tajribasi muhim sanaladi. Agar suratlar yetarlicha sifatli yoki yetarli qamrovda bo‘lmasa, fotogrammetrik model xatoliklar bilan chiqishi mumkin. Shu sabab, ayrim holatlarda fotogrammetriyani qo‘llashdan oldin obyekt atrofida maxsus markerlar o‘rnatish, nazorat nuqtalarini o‘lchash kabi qo‘shimcha ishlar bajariladi. So‘nggi paytlarda fotogrammetriyani avtomatlashtirish yildan yilga yaxshilanib, ushbu usulni qo‘llash tobora soddalashib bormoqda, bu esa uning ommaviylashuvini ta’minlamoqda. 3D lazerli skanerlash (range-sensorlar): Lazer nuri yordamida obyektning sirtini tezkor skanerlash va koordinatalarini aniqlash usuli. Maxsus lazerli skaner qurilmasi obyektga minglab lazer impulslarini yo‘naltiradi va har bir nurning obyektga urilib qaytish vaqti yoki faza farqini o‘lchab, masofani aniqlaydi. Bunda skaner o‘zining har bir pozitsiyasi uchun atrofning millionlab nuqtalarini yig‘ib, nuqta buluti shaklidagi 3D ma’lumotni hosil qiladi. 3D lazerli skanerlash yirik va murakkab obyektlarning geometrik shaklini to‘liq va yuqori aniqlikda qayd etishda juda foydali. Misol uchun, tarixiy bino fasadining har bir g‘ishtgacha bo‘lgan detalini bir necha millimetr xatolik bilan raqamlashtirish mumkin. Bu usulning yana bir afzalligi – ma’lumot yig‘ish tezligi: zamonaviy lazerli skanerlar soniyada millionlab nuqtani o‘lchab yozib olish qobiliyatiga ega, shu tufayli butun bir maydonni qisqa fursatda “uch o‘lchovli nusxa”sini yaratish mumkin. Lazerli skanerlashning cheklovlari sifatida uskunaning qimmatligi, katta hajmli va og‘irligi tufayli ba’zi joylarga olib borishning qiyinligi keltiriladi. Shuningdek, lazer nuri barcha materiallardan bir xil qaytmasligi ham muammo bo‘lishi mumkin: shaffof yoki o‘ta qora sirtlarda skaner noaniq natija berishi yoki “ko‘r nuqtalar” paydo bo‘lishi mumkin. Eng muhimi – lazer skaner faqat geometriyani (nuqtalar koordinatasini) o‘lchaydi, obyektning rangini esa qayd eta olmaydi. Natijada olingan 3D nuqta buluti yoki undan qurilgan model to‘qimasiz, ya’ni rangi yo‘q bo‘lib chiqadi. Keyinchalik bunday modelga rang berish uchun yana qo‘shimcha suratga olish va nuqtalarni rang bilan boyitish zarur 234

bo‘ladi. Ko‘p hollarda lazerli skanerlash va fotogrammetriyani birgalikda qo‘llab, skaner geometrik aniqlikni, fotogrammetriya esa rangli teksturani ta’minlaydi. Uchuvchisiz uchish apparatlari (UAV) yordamida suratga olish: So‘nggi yillarda dronlar madaniy meros obyektlarini raqamlashtirishda muhim vositaga aylandi. Kichik kvadrokopter yoki maxsus uchish apparatlariga yuqori aniqlikdagi raqamli kameralar o‘rnatilib, ularni uzoqdan turib boshqarish yoki avtopilot rejimida parvoz qildirish orqali oldin qiyin bo‘lgan rakurs va nuqtalardan ham tasvirlar olinmoqda. UAV fotogrammetriya yondashuvi yirik yodgorliklar majmuasi, arxeologik qazishmalar hududi yoki landshaftni qamrab oluvchi madaniy meros obyektlarini hujjatlashtirishda ayniqsa foydali. Masalan, me’moriy majmua yoki qal’a devorlarini dron yordamida turli balandlikdan suratga olib, keyin ularni fotogrammetrik dasturda birlashtirish orqali uch o‘lchovli model yaratish mumkin. Dronlar yordamida olinadigan tasvirlar yer sathiga nisbatan yuqori rakursni taqdim etgani uchun yodgorlikni atrofidagi muhit (landshaft, relyef) bilan birgalikda raqamlashtirish imkoni tug‘iladi. Bu esa meros ob’ektini kontekstda o‘rganish, masalan, arxeologik ob’ektning atrof geografik sharoitini tahlil qilish uchun juda muhimdir. UAV texnologiyasining cheklovlari ham mavjud: parvoz vaqtining chegaraliligi (batareya quvvati), obhavoga qaramlik (kuchli shamol yoki yomg‘irda uchira olmaslik) va ayrim joylarda (masalan, shahar markazi yoki aeroport atrofida) uchish uchun ruxsat zarurligi kabi omillar dronlardan foydalanganda e’tiborga olinishi lozim. Shunga qaramay, dron fotogrammetriyasi madaniy merosni raqamlashtirishga yangicha sur’at bag‘ishlab, havodan turib qisqa muddatda sifatli 3D model olish imkonini bermoqda. An’anaviy geodezik usullar: 3D raqamlashtirishda yordamchi usul sifatida yer usti geodezik o‘lchovlar ham muhim rol o‘ynaydi. Total stansiya asboblari yoki differensial GPS (GNSS) qurilmalari yordamida obyektning muayyan nuqtalari koordinatalarini yuqori aniqlikda o‘lchash mumkin. Bu nuqtalar 3D modelni global koordinatalar tizimida geo-bog‘lash (referentsiyalash) uchun xizmat qiladi. Masalan, fotogrammetriya orqali yaratilgan model real dunyo o‘lchamlarida va koordinatalarda bo‘lishi uchun arxitektura inshootining burchaklarida yoki maydon chetlarida geodezik usulda o‘lchangan tayanch nuqtalar kerak bo‘ladi. An’anaviy usullar o‘zlari mustaqil holda to‘liq 3D model yaratib berolmasa-da, ulardan olingan ma’lumotlar zamonaviy integratsiyalashgan yondashuvlarning ajralmas qismi hisoblanadi.[1] Masalan, ko‘p hollarda lazerli skanerlash vaqtida har bir nuqta bulutini umumiy tizimga keltirish uchun yerga bir nechta aks ettiruvchi belgi o‘rnatilib, ularning koordinatasi total stansiyada o‘lchanadi va shu orqaligina turli nuqtalardan skaner qilingan ma’lumotlar bir-biriga bog‘lanadi. Shu sababli, raqamlashtirishning zamonaviy texnik yondashuvlari an’anaviy geodeziya usullari bilan hamkorlikda ishlaydi. Yangi yondashuvlar va takliflar Zamonaviy tadqiqotlar va ishlanmalar madaniy merosni raqamlashtirishdagi ayrim muammolarni hal qilish, jarayonni takomillashtirish hamda yangi imkoniyatlar yaratishga qaratilgan. Quyida so‘nggi yillarda taklif etilayotgan va qo‘llanila boshlagan ilg‘or yondashuvlar keltiriladi: Sensorlar integratsiyasi: Biror murakkab obyektni raqamlashtirishda ko‘pincha bitta usul yoki sensor turlari yetarli natija bermaydi. Ko‘p sensorli yondashuv – ya’ni bir vaqtning o‘zida bir nechta turdagi o‘lchash vositalarini qo‘llash orqali har birining kuchli tomonlaridan foydalanish – 235

ayni paytda eng samarali yondashuvlardan biri sifatida ko‘rilmoqda. Tadqiqotlar shuni ko‘rsatmoqdaki, ayniqsa yirik va murakkab me’moriy yodgorliklarni hujjatlashtirishda turli sensordan kelgan ma’lumotlarni kombinatsiyalash eng to‘liq va aniq natijani beradi. Masalan, yerda turib qisqa masofada yuqori aniqlik beruvchi lazerli skaner ma’lumotlari keng ko‘lamli fotogrammetrik suratlar bilan birlashtirilsa, ham detalda aniqlik, ham umumiy manzarada to‘liqlik ta’minlanadi. Remondino keltirgan Pompey (Italiya) Forum majmuasini 3D modeli misolida yer usti lazerli skanerlash, yer usti fotogrammetriya va havodan olingan suratlar integratsiyasi orqali butun arxeologik majmuaning to‘liq raqamli modeli yaratilgan. Sensorlarni integratsiyalash yondashuvi har bir texnikaning imkoniyatlarini birlashtirib, ularning kamchiliklarini qoplashga xizmat qiladi. Hozirgi vaqtda mobil skanerlash va xaritalash tizimlari (masalan, avtomobil yoki dronga biriktirilgan kameralar, lazer skanerlar va navigatsiya sensorlari kombinatsiyasi) bunday integratsiyaning amaliy namunalaridir. Bunday tizimlar bir yurishda katta hududlarning ham geometrik, ham vizual ma’lumotlarini yig‘ib, shaharlar yoki tarixiy hududlarning 3D xaritalarini tuzishda qo‘llanmoqda. Integratsiya nafaqat modellashtirish yakunida, balki ma’lumot yig‘ish jarayonidayoq qo‘llansa (masalan, fotosuratga olish bilan bir paytda LIDAR skaneri ishlasa), har bir sensorning zaif tomonini boshqasi qoplashi va natijada bir tekis sifatli ma’lumot jamlanishi ta’minlanadi. Markerli va markersiz fotogrammetriya: Ilgari fotogrammetriya amaliyotida tasvirlarni o‘zaro bog‘lash va model mastabini aniqlash uchun obyekt atrofiga maxsus markerlar (yorqin yoki belgili nishonlar) o‘rnatish keng tarqalgan edi. Markerlar dasturga bir xil ko‘rinadigan va avtomatik tanib olinadigan nuqtalarni berib, suratlarni qo‘lda bog‘lash ishini osonlashtirar edi. Biroq obyektga markerlar o‘rnatish ko‘p hollarda qo‘shimcha vaqt va mehnat talab qiladi, ba’zan esa umuman iloji bo‘lmaydi (masalan, tarixiy freskalar devoriga belgi yopishtirib bo‘lmaydi). So‘nggi avlod fotogrammetriya dasturlarida markersiz (avtomatik) moslashtirish algoritmlari rivoj topdi. Remondino yozganidek, 2011 yilda yerusti suratlar uchun markerlarsiz avtomatik tie-point (bog‘lovchi nuqta) aniqlash hali ishonchli darajada emas edi va ko‘proq interaktiv usullar talab etilgan bo‘lsa, bugungi kunda Structure-from-Motion va Dense Image Matching kabi algoritmlar yordamida oddiy fotolar ketma-ketligidan kamera pozitsiyalari va 3D nuqta bulutini to‘liq avtomatik usulda olish imkoni mavjud. Markersiz fotogrammetriya dala ishlarini sezilarli soddalashtiradi, chunki obyektni suratga olishda oldindan tayyorgarlik (marker o‘rnatish) shart emas. Misol tariqasida, oddiy smartfon kamerasida olingan suratlarni ham bugungi AI yordamidagi dasturlar avtomatik bir-biriga moslab, kichik obyektlarning 3D modelini hosil qilib berishi mumkin. Kelajakda markersiz yondashuv yanada takomillashib, oddiy foydalanuvchilar ham kundalik kameralar bilan madaniy meros obyektlarining 3D modelini mustaqil yarata oladigan darajaga yetishi kutilmoqda. Ma’lumotlarni saqlash va ulash (tarmoq orqali): Madaniy merosni raqamlashtirishda yig‘ilgan 3D ma’lumotlarning hajmi va ularni uzoq muddat saqlash masalasi ham katta e’tiborni talab qiladi. Bugungi kunda bir qancha yirik muzey va institutlar raqamli 3D kolleksiyalar yaratmoqda, ammo ularning barchasi uchun yagona saqlash standarti yoki platformasi yo‘q. Ko‘p hollarda loyiha natijalari lokal disklarda yoki mualliflarning shaxsiy arxivida qolib ketmoqda. Bu esa bir necha yildan so‘ng ma’lumotning yo‘qolishi yoki o‘qib bo‘lmay qolishi xavfini tug‘diradi. Shu bois ilmiy hamjamiyat oldida “raqamli geomatika ma’lumotlarini kelajakka qanday yetkazamiz?” degan savol turibdi. Zamonaviy tendensiya sifatida 3D ma’lumotlarni bulutli saqlash va internet orqali ulash 236

xizmatlari rivojlanmoqda. Maxsus veb-platformalar va onlayn 3D muzeylar yaratilmoqda, ular orqali foydalanuvchilar 3D modellarni ko‘rishi va o‘z kompyuteriga yuklab olishi mumkin. Biroq bu borada ham muammolar mavjud – har xil platformalar turli fayl formatlarini qo‘llaydi, ularning o‘zaro mosligi ta’minlanmagan, shuningdek, internetda 3D modelni interaktiv ko‘rish uchun hamon optimizatsiya talab etiladi. Remondino o‘z maqolasida 3D ma’lumotlarni ommalashtirish uchun ochiq veb-protokollar va almashinuv formatlarini ishlab chiqish zarurligini qayd etadi, chunki ayni paytda bunday ma’lumotlarni saqlash va ulash bo‘yicha tartib va standartlar yetishmaydi. Kelajakda xalqaro miqyosda kelishilgan formatlar (masalan, ICOMOS yoki UNESCO ko‘magida) joriy qilinib, har bir raqamli modelga metama’lumotlar biriktirish, ularni global kataloglar orqali izlash va yuklab olish tizimlari yo‘lga qo‘yilishi kutilmoqda. Bu esa dunyoning istalgan burchagidagi tadqiqotchi yoki qiziqqan shaxsga internet orqali istalgan yodgorlikning raqamli nusxasini ko‘rish va o‘rganish imkonini beradi. Matematik asoslar Madaniy merosni fotogrammetriya va lazerli usullar yordamida raqamlashtirish murakkab matematik-geometrik asoslarga ega. Jarayonni to‘liq tushunish uchun asosiy tamoyillarni ko‘rib chiqamiz: Fotogrammetrik o‘lchash prinsipi: Fotogrammetriyada 3D koordinatalarni aniqlash markaziy proyeksiya geometriyasi (kollinearlik modeli)ga asoslanadi. Kamera obyektni suratga olganda, obyektning har bir nuqtasi nurlar bo‘ylab kamera matritsasida tasvirlanadi. Agar obyekt nuqtasi ikki yoki undan ortiq rasmlarda aks etgan bo‘lsa, u holda shu rasmlardagi nuqtalarning koordinatalaridan foydalangan holda bu nuqtaning fazoviy (X,Y,Z) koordinatalarini hisoblash mumkin. Buning uchun kamera ichki elementlari (fokus masofasi, asosiy nuqta, optik buzilishlar koeffitsientlari va h.k.) va tashqi holati (har bir surat uchun kamera joylashuvi va yo‘nalishi – orientatsiya burchaklari) aniqlanishi lozim. Fotogrammetriyada bu masala bundlni sozlash (bundle adjustment) deb ataluvchi optimallashtirish algoritmi orqali yechiladi: barcha suratlar bir vaqtning o‘zida tahlil qilinib, umumiy bog‘lovchi nuqtalar yordamida kameralar o‘zaro nisbiy pozitsiyalari aniqlanadi va aniqlik oshirish uchun iterativ ravishda tuzatiladi. Natijada har bir surat uchun kamera parametrlari va fazoviy nuqtalar koordinatalari aniqlik darajasi bahosi bilan topiladi. Bu jarayonni iloji boricha avtomatlashtirish maqsadida hozirda sun’iy intellekt elementlari ham qo‘llanilmoqda, ammo asosiy matematik apparat kollinearlik tenglamalarini sonli yechishga borib taqaladi. Yuqori aniqlikdagi model olish uchun ko‘pincha er ustida bir necha tayanch nuqtalari (GCP – Ground Control Points) o‘lchanib, hisob-kitoblarga kiritiladi – bu modelning mastabini va haqiqiy koordinatalar tizimidagi joylashuvini to‘g‘ri belgilash imkonini beradi. Fotogrammetriya natijasida hosil qilingan nuqtalar buluti zichligini oshirish uchun esa tasvirlarning piksel darajasida qiyosiy tahlili (dense matching) qo‘llanilib, obyekt sirti millionlab nuqtalar bilan qoplanadi. Shunday qilib, fotogrammetriya asosida obyektning to‘liq va aniq 3D modeli hamda ortofoto (o‘lchovli sathiy rasm) ishlab chiqilishi mumkin. Lazerli skanerlash prinsipi: Lazerli skanerlashda masofa o‘lchashning bir nechta fizik usullari qo‘llaniladi. Eng keng tarqalgani Time-of-Flight (TOF) usuli bo‘lib, unda lazer nuri impulsi obyektga yuborilgach, uning qaytishi uchun sarflangan vaqt o‘lchanadi va yorug‘lik tezligiga ko‘paytirib, masofa aniqlanadi. Boshqa bir usul – faza siljishi (phase-shift): bunda lazer nuri uzluksiz yoyilib, uning fazasi yuborish va qaytishda solishtiriladi, faza farqidan masofa topiladi. 237

Shuningdek, uchburchaklash (triangulyatsiya) asosidagi lazer skanerlar ham mavjud: bu usulda qurilma tarkibida lazer nuri generatori va unga ma’lum bazis masofasida joylashgan kamera bo‘ladi; lazer nuri obyektga tushgach, uning aks etgan nuqtasi kamerada kuzatiladi va kamerako‘prik-lazer orasidagi uchburchak geometriyasi orqali nuqta masofasi hisoblanadi. Qaysi usul bo‘lishidan qat’i nazar, lazerli skaner o‘z koordinatalar tizimida obyekt yuzasining juda ko‘p nuqtalarini o‘lchib chiqadi. Zamonaviy yer usti lazer skanerlarining ishlash masofasi bir necha santimetrdan bir necha yuz metrgacha (hatto kilometrgacha) yetadi va ular sirt xususiyatlari va muhitga qarab mikrometrdan millimetrgacha aniqlik berishi mumkin. Odatda, bir dona skaner nuqta buluti obyektning faqat ma’lum bir tomonini qamrab oladi (chunki skaner “ko‘zi”dan yashirin qolgan joylar – okklyuziya bo‘ladi). Shu sabab, obyektni to‘liq qamrab olish uchun skanerlash bir necha nuqtalarda amalga oshiriladi yoki turli tomondan skaner qo‘yiladi. Natijada bir obyektga tegishli bir necha nuqta bulutlari hosil bo‘ladi. Keyingi muhim matematik masala – registratsiya, ya’ni ushbu nuqta bulutlarini yagona koordinata sistemasiga keltirib birlashtirishdir. Buning uchun avval qo‘pol bog‘lash amalga oshiriladi: masalan, har bir skaner nuqtasida obyektga bir necha reflektor nishonlar qo‘yilib, ular barcha nuqtalar bulutida tanib olinadi va shu umumiy markerlar yordamida bulutlar dastlabki birlashtiriladi. Agar markerlar bo‘lmasa, ayrim hollarda bulutlarning ustma-ust tushgan qismlaridagi xususiyatlar (masalan, burchaklar yoki teshiklar) orqali avtomatik bog‘lash usullari ham qo‘llanadi. Dastlabki joylashtirilgach, yakuniy global hizlash Iterativ Closest Point (ICP) algoritmi yordamida amalga oshiriladi – bu algoritm nuqta bulutlarni bir-biriga nisbatan ozgina siljitib, barcha nuqtalar orasidagi masofani minimallashtiradi va optimal moslashuvga erishadi. Ba’zi dasturlar global hizlash uchun kam kvadratlar usuliga asoslangan optimallashtirishdan ham foydalanadi. Natijada barcha nuqtalar birlashgan yagona 3D nuqta buluti hosil bo‘ladi. Bu nuqta bulutdan keyin kerak bo‘lsa silliq sirt modeli qurish yoki unda ortofoto chizma yaratish mumkin. Skanerlash matematik asoslari orasida shuningdek nuqtalar zichligini boshqarish, shovqinni filtrlash kabi masalalar ham bor – bular har bir nuqta uchun xatolikni baholash va keraksiz nuqtalarni (masalan, uchib o‘tgan qush yoki odam silueti) olib tashlash orqali amalga oshiriladi. 3D modellashtirish algoritmlari: Fotogrammetriya yoki lazerli skanerlash natijasida olingan nuqta buluti odatda strukturasiz (tartiblanmagan) ma’lumotdir, ya’ni alohida nuqtalar orasida topologik bog‘liqlik yo‘q. Raqamli model esa ko‘pincha obyekt sirtining uzluksiz shaklini ifodalashini istaymiz. Shuning uchun nuqta bulutini keyingi qayta ishlash bosqichi – bu poligonal sirt (mesh) yaratishdir. Eng keng tarqalgan usul – nuqta bulutini Delone triangulyatsiyasi yoki unga o‘xshash algoritmlar yordamida uchburchaklar to‘riga aylantirish. Bunda bulutdagi nuqtalar uchburchaklar uchlariga aylantirilib, ular orasida sirt yopib turuvchi uchburchak qirralar quriladi. Natijada obyekt sirtining ko‘p qirrali (tin) modeli hosil bo‘ladi. Agar nuqta bulut juda zich bo‘lsa, dastlab uning hajmini kamaytirish (deciation) qilinadi, aks holda mesh juda katta bo‘lib ketishi va kompyuter xotirasiga sig‘masligi mumkin. Mesh yaratilgach, odatda unda xatolarni tuzatish jarayoni o‘tkaziladi: kichik teshiklar to‘ldiriladi, notekis qirralar yumshatiladi, ustma-ust tushib qolgan elementlar olib tashlanadi. Bu jarayon hozircha ko‘pincha qo‘lda yoki yarim-avtomatik tarzda bajariladi, chunki murakkab obyektlarda to‘liq avtomatik tozalash ishonchli natija bermasligi mumkin. Mesh tayyor bo‘lgach, fotogrammetriya holatida suratlardagi rang axborotini model sirtiga proyeksiya qilish orqali teksturalangan 3D model hosil qilinadi. Lazerli skanerlashda esa tekstura yo‘q bo‘lsa, keyinchalik alohida olingan rasmlar yordamida yoki manual boyash orqali 238

modelga rang berish mumkin. Teksturalashda har bir uchburchakka mos keluvchi rasm qismi biriktiriladi – bunda geometriya va tasvir uyg‘unligi muhim, aks holda vizual xatolar ko‘rinadi. Quyidagi rasmda ushbu aytib o‘tilgan jarayonlar uchun infografika taqdim etiladi. 1-rasm. Tarixiy joylarning 3D modelini yaratish bosqichlari Xulosa Madaniy meros obyektlarini raqamlashtirish va ularning 3D modellarini yaratish – zamonaviy ilm-fanning muhim yo‘nalishlaridan biri bo‘lib, u tarixiy obidalarni kelajak avlodlar uchun daxlsiz saqlashga, ulardan bilim olish va targ‘ib qilishga xizmat qilmoqda. Fotogrammetriya va lazerli skanerlash kabi ilg‘or texnologiyalarning jadal rivojlanishi tufayli oxirgi o‘n yillikda dunyo bo‘ylab ko‘plab yirik loyihalar amalga oshirilib, noyob yodgorliklarning yuqori aniqlikdagi raqamli nusxalari yaratildi. Raqamli 3D hujjatlashtirish usullarini amaliyotga keng joriy etish restavratsiya va konservatsiya ishlarini yangi bosqichga olib chiqmoqda, chunki endilikda asl ob’ektga zarar yetkazmasdan turib uning har bir detalini o‘rganish, virtual rekonstruksiya qilish, vaqt o‘tishi bilan sodir bo‘layotgan o‘zgarishlarni aniq kuzatish imkoniyati paydo bo‘lmoqda. Masalan, yaratilgan raqamli modellar asosida tarixiy binolarni 3D printerlarda kichraytirilgan nusxada bosib chiqarish, yirik muzeylarda ularni interaktiv ko‘rgazmalar sifatida namoyish etish yoki sayyohlar uchun mobil ilovalar orqali augmentatsiyalangan reallik (AR) sahnalarini yaratish kabi innovatsion yechimlar tatbiq qilinmoqda. Shu bilan birga, raqamlashtirish sohasida hali yechimini kutayotgan qator masalalar mavjudligini unutmaslik lozim. Jumladan, ma’lumotlarni saqlash va uzatish standartlarini ishlab chiqish masalasi dolzarbligicha qolmoqda – hozircha turli tashkilotlar va loyihalar o‘z 3D ma’lumotlarini turlicha formatlarda saqlamoqda, ularni kelgusida o‘qish qiyinlashishi yoki moslik muammosi yuzaga kelishi mumkinligi aytilmoqda. Kelajak avlodlar ham bugungi yaratilgan raqamli merosdan to‘laqonli foydalana olishi uchun xalqaro standartlar (formatlar, metadata strukturalari va h.k.) joriy qilinishi zarur. Shuningdek, no-mutaxassis foydalanuvchilar (masalan, arxeologlar, muzey xodimlari) uchun 3D texnologiyalarni oddiylashtirish ham ustuvor vazifa hisoblanadi – buningsiz yaratilayotgan modellar amaliy foydalanishda cheklanib qolaveradi. Remondino qayd etganidek, oddiy foydalanuvchilarga mos, qulay interfeysli dasturiy vositalarni ishlab chiqish va sohaga oid aniq qo‘llanmalar yaratish zarur bo‘ladi. Yana bir yo‘nalish – bu turli sensorlardan olingan ma’lumotlarni integratsiya qilishning yaxlit metodlarini ishlab chiqishdir: 239