GYSELOVÁ, J. Evoluční návrh funkcí pro filtraci obrazu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.
Na základě výše uvedených výhrad týkajících se přístupu k řešení navrhuji z pohledu vedoucího práce hodnocení stupněm E.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Práce měla výzkumný charakter - návrh funkcí obrazových operátorů pomocí evolučních technik. Vzhledem k nevhodnému naplánování realizace činností na straně diplomantky nejsem schopen se jednoznačně vyjádřit k úspěšnosti naplnění všech cílů práce. | ||
| Práce s literaturou | Bez komentáře. | ||
| Aktivita během řešení, konzultace, komunikace | Po úspěšném zahájení řešení došlo k dlouhé odmlce, která trvala prakticky až do obhajoby semestrálního projektu. | ||
| Aktivita při dokončování | Vybavuje-li si vedoucí práce správně, v letním semestru proběhla pouze jediná konzultace a to již několik málo týdnů před termínem odevzdání. Byly poskytnuty podrobné rady k dokončení práce, na korekci technické zprávy však již nezbyl čas a k finálnímu textu DP tak nejsem schopen se jednoznačně vyjádřit. | ||
| Publikační činnost, ocenění | - |
Studentka splnila zadání s výhradami. V rámci práce provedla rešerši kartézského genetického programování (CGP) a jeho aplikace pro návrh obrazových filtrů. Dále navrhla a implementovala metodu pro automatizovaný návrh filtrů, kterou experimentálně porovnala se základní verzí využívající čisté CGP. Vzhledem k nedostatkům v plnění některých částí zadání, neodevzdání zdrojových souborů technické zprávy, nedosažení minimálního rozsahu technické zprávy a omezené analýze experimentálních výsledků však doporučuji práci dále rozšířit a doplnit. Aktuální verzi práce hodnotím souhrnným stupněm F – nevyhovující .
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Jedná se o průměrně obtížné zadání, které vyžaduje nastudování vybraných oblastí zpracování obrazu a evolučních algoritmů vhodných pro řešení daného problému. Součástí zadání je rovněž návrh a implementace metody pro zpracování obrazu a experimentální ověření navrženého řešení. | ||
| Rozsah splnění požadavků zadání | Zadání bylo splněno, avšak s drobnými výhradami. Bod 1 byl naplněn pouze částečně, neboť práce postrádá teoretický přehled metod běžně využívaných pro zvolený typ zpracování obrazu. Bod 3 zmiňuje využití alespoň dvou technik reprezentace funkcí pro zpracování obrazu, ovšem sám si nejsem druhé formy reprezentace vědom. Splnění pátého bodu je pak sporné, jelikož výsledky experimentů jsou popsány jen velmi stručně a jejich vyhodnocení je omezeno na konstatování, že standardní přístup dosahuje lepších výsledků než navržená metoda. | ||
| Rozsah technické zprávy | Technická zpráva má rozsah přibližně 45 normostran. Kapitola 2 navíc obsahuje řadu obrázků ilustrujících fungování kartézského genetického programování (CGP), jejichž počet a velikost je sporná. Kapitola 5 je pak tvořena převážně obrázky, jejichž počet by šel výrazně omezit bez ztráty informační hodnoty. | ||
| Prezentační úroveň technické zprávy | 60 | Technická zpráva je převážně logicky strukturovaná a text je psán dobrou angličtinou. Významným nedostatkem je však rozsah technické zprávy, který se negativně odráží i na hloubce zpracování jednotlivých částí. Abstrakt, rozšířený abstrakt i úvod jsou velmi stručné a působí dojmem, že byly převzaty z dřívější semestrální části práce bez výraznějších úprav. Na následujících 11 stranách se zpráva věnuje kartézskému genetickému programování (CGP) a jeho variantám, zatímco kapitola zaměřená na eliminaci šumu a detekci hran pomocí CGP má pouze tři strany. V technické zprávě chybí část věnovaná běžně používaným algoritmům pro řešení daných úloh z oblasti zpracování obrazu. Návrh a implementace metody pro filtraci obrazu jsou prezentovány společně na třech stranách. Experimentální část pokrývá 12 stran, avšak popis experimentů i interpretace výsledků jsou velmi stručné. Sekce 5.1.3, která se věnuje experimentům na impulsním šumu, pak neobsahuje doprovodný text žádný. Zpráva je zakončena stručným závěrem o rozsahu přibližně půl strany. | |
| Formální úprava technické zprávy | 70 | Technická zpráva je psána dobrou angličtinou a po formální stránce dosahuje průměrné úrovně. Přesto se v dokumentu vyskytuje několik nedostatků: Špatné formátování rovnice 2.1. V tabulce 5.1 jsou omylem prohozeny operace min a max. V textu místy chybí čárky a tečky. V názvech kapitol není konzistentně používáno velké písmeno na začátku jednotlivých slov. Text obsahuje dvě podkapitoly s názvem "Adapting Crossover Rates". Druhý výskyt se však zabývá mutací. U rovnice 3.5 chybí vysvětlení proměnných a je za ní umístěno pouze samotné slovo "where". | |
| Práce s literaturou | 65 | Použitá literatura je zvolena a citována vhodně, nicméně zahrnuje pouze 15 položek. Navíc v seznamu citací chybí zdroje zaměřené specificky na problematiku zpracování obrazu. | |
| Realizační výstup | 55 | Odevzdané přílohy obsahují implementaci navržené metody v jazyce C++. Kód je rozdělen do několika souborů, tříd a metod. Bohužel je však komentován jen minimálně a chybí jak úvodní hlavičky souborů, tak i systematická dokumentace. Dále jsou přiloženy Jupyter notebook s vyhodnocením výsledků, Python skripty a shell skripty pro zpracování obrazových dat a spuštění experimentů. Studentka neodevzdala zdrojové soubory technické zprávy. Technická zpráva popisuje experimenty zaměřené na eliminaci šumu (sůl a pepř, náhodný šum a impulsní šum) a detekci hran v obraze. Výsledky se však soustředí pouze na srovnání základního CGP a navržené rozšířené varianty využívající adaptivní křížení, mutaci a selekci s ohledem na diverzitu populace. Chybí zde experimenty zaměřené na vliv jednotlivých rozšíření algoritmu či ladění parametrů navržené metody. Pro každý z experimentů týkajících se eliminace šumu jsou uvedeny výsledky pro šest různých úrovní šumu. Pro každou úroveň šumu je prezentován graf s konvergenčními křivkami, krabicový graf a na trojici obrázků ukázán referenční a poškozený obrázek a výstupy obou metod. I přes poměrně rozsáhlou vizualizaci jsou výsledky komentovány pouze minimálně a výsledky týkající se impulsního šumu nejsou komentovány vůbec. Pro úlohu detekce hran je prezentován jeden konvergenční graf, jeden krabicový graf a příklad výstupu na jednom obrázku. V práci chybí srovnání výsledků s výstupy běžně používaných metod pro zpracování obrazu, případně se state-of-the-art evolučními přístupy. Prezentovaná experimentální část tak bohužel působí dojmem automatizovaně vygenerovaných obrázků pro předem zvolené parametry obou metod, bez dostatečné analýzy, ověřování nebo doplňujících experimentů, které by pomohly lépe interpretovat dosažené výstupy. | |
| Využitelnost výsledků | Práce kombinuje dříve představené metody zajišťující diverzitu populace v CGP s adaptivním křížením, mutací a selekcí a integruje je do existujícího přístupu pro zpracování obrazu pomocí CGP. Tato kombinace je pro daný problém však nová a nese potenciál přinést zajímavé výsledky. Experimenty provedené v rámci práce se však nezaměřují dostatečně na optimalizaci parametrů ani na podrobnou analýzu dosažených výsledků. Z tohoto důvodu není možné s jistotou posoudit, zda navržená metoda skutečně zaostává za základním CGP přístupem. Navíc v práci chybí srovnání s běžně používanými metodami pro zpracování obrazu, což dále omezuje zhodnocení přínosu navrženého řešení. |
eVSKP id 165206