MACEJKA, L. Techniky mapování tónů HDR obrazu noční scény [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.

Posudky

Posudek vedoucího

Čadík, Martin

Celkově považuji práci Lukáše Macejky za mírně podprůměrnou. Jedna z metod byla k dispozici ve formě natrénované neuronové sítě, implementace druhé z metod byla k dispozici v jazyce Matlab. Přesto dvě ze tří studentových implementací nevykazují výsledky shodné s původní metodou. Textová část práce je dle mého názoru také mírně podprůměrná.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Zadání práce považuji za průměrně obtížné. Student musel ke splnění zadání nastudovat problematiku mapování tónů HDR obrazu s důrazem na metody pro převod nočního obrazu. Dále měl za úkol implementovat v jazyce c++ tři zvolené metody do open source systému TMS (Tone Mapping Studio), který vyvíjí vedoucí práce.
Práce s literaturou Student pracoval s literaturou dodanou vedoucím práce a některé další zdroje si dohledal sám, převážně na internetu.
Aktivita během řešení, konzultace, komunikace Student pracoval na zadání čtyři semestry. Aktivita v průběhu řešení byla spíše podprůměrná, hlášení o postupu prací student často nedodal.
Aktivita při dokončování Práce byla dokončena na poslední chvíli, uživatelské experimenty nebyly dostatečně konzultovány s vedoucím. Textová část práce částečně konzultována byla, ale zřejmě z důvodu nedostatku času nebyla řada připomínek zohledněna.
Publikační činnost, ocenění
Navrhovaná známka
D
Body
68

Posudek oponenta

Polášek, Tomáš

Cílem práce byl výběr a implementace technik zpracování obrazů noční scény. Technická zpráva nejdříve shrnuje problematiku lidského vnímání a HDR zobrazování. Následně se zabývá třemi zvolenými technikami úpravy fotografií pro jejich přiblížení lidskému vnímání. Tyto techniky jsou nejdříve analyzovány a následně implementovány do frameworku Tone Mapping Studio (TMS). V závěru práce jsou techniky zhodnoceny z pohledu jejich výpočetní náročnosti a v uživatelské studii jsou kvalitativně srovnány. Mezi primární problémy práce patří pochybnosti ohledně správné implementace technik I. a III. . Dále také není jisté, zda výsledky uživatelské studie jsou průkazné, protože kvalitativní srovnání bylo realizováno online formulářem bez zajištění stabilního prostředí. Kvalitu práce snižuje také úroveň technické zprávy, která je místy nepřesná. I přes výše zmíněné problémy a vzhledem k náročnosti zadání navrhuji práci hodnotit stupněm Uspokojivě.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Práce je výzkumného charakteru a vyžaduje studium vědeckých prací a jejich implementaci v externím nástroji. V tomto ohledu považuji zadání za nadprůměrně obtížné.
Rozsah splnění požadavků zadání Zadání práce je splněno ve všech bodech.
Rozsah technické zprávy Rozsah práce je v požadovaném rozsahu. Text obsahuje vše nutné pro pochopení cílů práce, zvolených technik a jejich implementace.
Prezentační úroveň technické zprávy 65 Prezentační úroveň technické zprávy je podprůměrná. Text je vhodně rozdělen do kapitol, které logicky navazují. V abstraktu a klíčových slovech se střídá "dynamický rozsah" a "dynamické rozlišení". Místy je text nepřesný a nejasný, např: "Fotky vo formáte png oproti formátu jpg obsahujú viac dát lebo nie sú zkomprimované", nebo "jej výpočet berie veľkú časť voľného priestoru v počítači". Z vizuálních příkladů (např. Obr. 3.5) není patrné zlepšení o kterém se píše v textu - chybí zvýraznění nebo zoom na důležitou oblast. Vizualizace a diagramy často spíše matou a některé nejsou nutné - např. CNN na Obr. 2.18. 
Formální úprava technické zprávy 70 Z typografického hlediska je technická zpráva převážně v pořádku. Rovnice jsou hůře čitelné, protože chybí mezery a rozlišení velikosti závorek - např. rovnice 3.5. Odkazy v textu nespecifikují na jakou entitu ukazují - např. pouze "2.1" namísto "Obr. 2.1". V některých případech chybí mezery mezi odkazy a textem. Popisky u obrázků a tabulek jsou příliš krátké a obecné - často není jasné co by měl obrázek vizualizovat. U Tab. 4.1 a 5.1 chybí vysvětlení sloupců. Podrobná kontrola Slovenského jazyka je mimo můj rozsah, ale přesto jsou v práci místa kde jsou patrné gramatické chyby - např. "tulipány vybledli". Místy jsou v práci používány zbytečně anglické výrazy - např. "feedback" namísto "zpětná vazba". 
Práce s literaturou 75 Práce obsahuje rozumné množství kvalitních zdrojů, které jsou vhodně citovány. Kromě vhodných zdrojů ve formě vědeckých publikací a technické dokumentace jsou v práci citovány také zdroje nižší kvality. Například zdroj [9] "Ako vníma svetlo ľudské oko" by mohl být nahrazen kvalitnějším zdrojem. Bibliografické citace jsou převážně kompletní, ale u online zdrojů chybí datum přístupu. Převzaté prvky jsou ve většině případů jednoznačně odlišeny. Výjimkou jsou obrázky na kterých jsou prezentovány výsledky metod, u kterých chybí zdroj. 
Realizační výstup 65 Výstupem práce je implementace tří metod zpracování obrazu do frameworku Tone Mapping Studio (TMS). Realizace metod obnášela: I) implementaci matematických rovnic do C++, II) transformaci před-trénované sítě a implementace inference pomocí TensorFlow, a III) implementaci podle Matlab kódů. Výsledky první metody nesedí se zdrojovým materiálem. Třetí metoda je implementována pouze částečně - obsahuje pouze úpravu jasu bez změny barev. Součástí práce jsou zdrojové kódy v jazyce C++, které realizují zásuvné moduly to TMS. Zdrojové kódy jsou komentovány pouze nepravidelně. Správná implementace metod byla validována oproti původním článkům, ale minimálně u I. byly zjištěny rozdílné výsledky. V závěru autor provedl testování všech metod z pohledu rychlosti a kvality výsledků. Hodnocení rychlosti ale není jednoznačně průkazné, protože metoda II. nejdříve škáluje obrázek na pevné rozlišení 1024x768. V uživatelské studii byly metody srovnány ve dvou fázích - na specialistech a na koncových uživatelích. Výsledky opět nemusí být průkazné: 1) Výsledky první metody neodpovídají zdroji, 2) Testování bylo provedeno formulářem bez zajištění stabilního prostředí, 3) Bílé pozadí dotazníku (Obr. 5.2) je pochybné, 4) Devět testovaných vlastností nemusí být pochopeno všemi účastníky stejným způsobem.
Využitelnost výsledků Hlavním přínosem práce je konkrétní - i když možná nesprávná - implementace tří metod do frameworku Tone Mapping Studio. Výsledky práce jsou volně k dispozici a mohou být využity vědeckou komunitou v rámci dalšího výzkumu. Zároveň byla provedena studie která - přes výše zmíněné nedostatky - umožňuje lepší pochopení vlastností zvolených metod.
Navrhovaná známka
D
Body
69

Otázky

eVSKP id 152670