SICHA, M. Umělá inteligence pro hledání parkovacího místa [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Student ve své práci vytvořil program využívající konvoluční neuronovou síť pro detekci volných parkovacích míst z obrazových dat. Nejprve student vytvořil rozsáhlý dataset fotografií s nejrůznějšími scénáři parkování, na něm natrénoval a otestoval zvolenou neuronovou síť a vyhodnotil její úspěšnost. Dále student vytvořil webovou aplikaci sloužící jako „prototyp“ celého informačního systému. Aplikace načítá obrazová data z volně dostupných kamerových systémů a v reálném čase do mapy zobrazí informaci o počtu volných parkovacích míst. Práce je logicky členěna a je na odpovídající formální úrovni. Student je velmi dobře schopen diskutovat dosažené výsledky a možnosti pro jejich zlepšení. Drobnou výtku mám k jazykové stránce práce, protože obsahuje větší množství gramatických chyb, překlepů a kostrbatých vyjádření. Student je schopen se rychle orientovat v odborné literatuře a správně ji citovat. Během roku pracoval konzistentně a pravidelně využíval konzultací. Drtivou většinu problémů byl schopen samostatně zanalyzovat a navrhnout možnosti řešení. Cíle práce jsou splněny beze zbytku, proto předloženou práci doporučuji k obhajobě.
Student ve své práci řeší problém, který je velmi aktuální a každý den všem jeho účastníkům způsobuje ztráty ekonomické, ekologické i psychologické. Hledání parkovacího místa v městské zástavbě zasahuje vysoké procento populace a každé větší či menší zlepšení situace má potenciální pozitivní dopad na kvalitu života mnoha lidí. Student pro řešení problému navrhuje využít infrastruktury městských kamer v zástavbě za současné implementace moderních metod zpracování obrazu na bázi strojového učení pro efektivní hledání parkovacího místa. Práce je na vynikající odborné úrovni. Student kladl důraz na postupné vysvětlení principu použitého typu konvoluční neuronové sítě. Dostatečně je vysvětleno také hodnocení úspěšnosti klasifikačních modelů. Kapitola 7 by si zasloužila více rozvést, zejména pro ujasnění postupu, jakým způsobem model zprovoznit. Rozsah práce je adekvátní a její jazyková úroveň je až na pár výjimek v podobě nespisovných výrazů (např. zpracovaný všechny, v tomhle případě, spíš nalezení apod.) nadprůměrná. V kapitole 1.2 student cituje právě jednu publikaci, která shrnuje současný stav metod pro detekci parkovacích míst. Zde mi chybí širší rešerše literatury a především následné porovnání již existujících řešení s dosaženými výsledky. Nedostatečné zasazení výsledků do rámce současného stavu metod vidím jako nejslabší stránku práce. V kapitole 6.2 student uvádí, že přímé porovnání různých architektur není možné a z tohoto důvodu nelze říci, jestli dospěl k uspokojivým výsledkům. Alternativní způsob, jak evaluovat studentovy výsledky, vidím ve vyčíslení jejich potenciálního ekonomického zhodnocení. Tam směřuje také moje hlavní otázka k obhajobě. V závěru musím říci, že práce je na velmi vysoké inženýrské úrovni a výsledky odpovídají zadání. Student jednoznačně splnil zadání a předloženou diplomovou práci doporučuji k obhajobě.
eVSKP id 151758