KOUDELA, O. Detekce obličeje v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2013.
Student Odřej Koudela vypracoval bakalářskou práci na téma Detekce obličeje v obraze. V rámci teoretického úvodu jsou popsány základy zpracování obrazu, používaná barevná prostředí a rozdělení metod pro detekci obličeje v obraz. Pro další práci byly vybrány metody založené na segmentaci barvy kůže. Student realizoval detektor obličeje ve třech nejpoužívanějších barevných prostředích s využitím morfologických úprav binárních obrazů a provedl testování na různých obrazech. Práce je doplněna o grafické rozhraní, které obsluhuje navržené metody. Dále v souladu se zadáním provedl implementaci algoritmů do prostředí Simulink a pokusil se o detekci obličeje v reálném čase. Tato implementace vykazuje dobré výsledky při nižších rozlišeních. Při vyšších rozlišeních významně klesá časová rozlišovací schopnost. Student pracoval na práci samostatně a svůj postup pravidelně konzultoval. Mimo doporučenou literaturu student cituje další kvalitní zdroje. Po formální stránce je práce na dobré úrovni. Vytýkám pouze několik vágních formulací a drobné překlepy. Práci doporučuji k obhajobě a hodnotím známkou výborně (A - 90 bodů).
Student se měl zabývat metodami detekce obličeje na základě segmentace barvy kůže. Předložená práce má rozsah 33 stran a 6 stran příloh. V první části student představuje jednotlivé barevné modely. V některých částech je popis příliš obecný a povrchní. V dalších částech práce student představuje návrh metody na segmentaci určitých barev s využitím euklidovské vzdáleností na různých barevných modelech. Z testovacích obrázků je patrné, že segmentace je úspěšná především v prostoru YCbCr. Výsledky byly testovány jen na dvou typech obrázků, v práci chybí podrobnější testování různých případů, různých lidské rasy (chybí mongoloidní rasa), a vlivu osvětlení. Pro vyhodnocení se právě nabízí využití některých volně dostupných databází pro hodnocení algoritmů rozpoznávání obličeje. Navržené metody student implementoval metody v Simulinku pro realtime zpracování. Dosažené výsledky ukazují, že metody jsou schopné pracovat s rychlostí kolem 10 až 15FPS. Zde je drobným nedostatkem, že student plně nevyužil vícejádrového procesoru pro urychlení algoritmu. Například obraz lze rozdělit na menší části a zpracovávat jej v jednotlivých vláknech. Tím by jistě došlo k výraznému zrychlení algoritmu. Po formální stránce je práce na výborné úrovní, drobnou výtku mám jen ke způsobu citací, kdy odkaz na literaturu je uveden vždy za celým odstavcem. Rozdělní kapitol je přehledné a vhodně zvolené obrázky text výborně doplňují. Zadání práce je splněno v celém rozsahu.
eVSKP id 65787