KROUPA, D. Sledování pohyblivých objektů ve videu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.
Jedná se o velice kvalitní práci, která se osvědčila v uznávaných evaluacích a byla prezentována na Excel@FIT . Řešitel prokázal velice dobré schopnosti studia a pochopení složitých metod a nástrojů a odvedl vysoce nadprůměrné množství práce.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Zadání patří mezi obtížná. Řešitel prostudoval opravdu velké množství moderních přístupů k detekci a sledování objektů, experimentoval s řadou z nich, navrhoval vlastní inovativní postupy k řešení problémů. Mimo jiné vytvořil řešení pro uznávané evaluace AI City Challenge při konferenci CVPR a svoji práci publikoval na přehlídce Excel@FIT , kde byl vybrán k ústní prezentaci a získal ocenění. | ||
| Práce s literaturou | Množství nastudované literatury, její kvalita a úroveň proniknutí do problematiky je u řešitele opravdu mimořádně vysoká. | ||
| Aktivita během řešení, konzultace, komunikace | Řešitel pracoval velice intenzivně po celou dobu řešení projektu a vykonal nadprůměrně vysoké množství velice kvalitní práce. | ||
| Aktivita při dokončování | Práce byla dokončena s předstihem a dostatečně konzultována. | ||
| Publikační činnost, ocenění | Řešitel vytvořil řešení pro výzvu AI City Challenge, kde se umístil cca v polovině žebříčku. Práce byla prezentována na Excel@FIT , kde byla vybrána k ústní prezentaci a získala ocenění. |
Student vytvořil funkční řešení pro sledování pohybu osob mezi více kamerami založené na detekci a následně re-identifikaci osob mezi kamerami. Student se také aktivně zúčastnil soutěže NVIDIA AI City Challenge a výsledky své práce prezentoval formou ústní prezentace na Excel@FIT 2023.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Student měl za úkol řešit problematiku re-identifikace objektů a sledování objektů mezi více kamerami. Postup práce byl motivovaný účastí na soutěži NVIDIA AI City Challenge, která obsahuje různé úlohy z oblasti analýzy dopravy a video surveillance. Problematika MTMCT (Multi Target Multi Camera Tracking) se v rámci této challenge vyskytuje již několik let. Do loňského ročníku zde bylo zaměření na dopravu, letošní ročník se zaměřoval na sledování pohybu osob v interiérech. Metody a algoritmy používané na řešení této úlohy značně překračují obsah bakalářského studia. | ||
| Rozsah splnění požadavků zadání | Všechny body zadání byly splněny. Student se navíc aktivně zúčastnil soutěže NVIDIA AI City Challenge, kde evaluoval své řešení a skončil v polovině tabulky. | ||
| Rozsah technické zprávy | Rozsah práce je standardní a adekvátní. Závěr práce je na straně 36. Část práce popisuje vytváření datové sady pro detekci a re-identifikaci vozidel, která nakonec nebyla využita, jelikož došlo ke změně zaměření NVIDIA AI City Challenge na jinou datovou doménu, avšak student na této části na začátku řešení také pracoval. | ||
| Prezentační úroveň technické zprávy | 90 | Práce má logickou strukturu. Jednotlivé kapitoly na sebe dobře navazují a jejich rozsah je adekvátní. Prezentační úroveň práce je vysoká a text se čtenáři dobře čte. | |
| Formální úprava technické zprávy | 80 | V práci je malé množství překlepů a gramatických chyb. Práce obsahuje pár typografických chyb - zejména se zde vyskytují jednopísmenné předložky / spojky na koncích řádků. Dále v jednom případě došlo k přetečení textu. | |
| Práce s literaturou | 100 | Student si vyhledal relevantní zdroje a literaturu z poslední doby. Všechny citace jsou v textu použity korektně. Práci s literaturou považuji za příkladnou. | |
| Realizační výstup | 95 | Student experimentoval s algoritmy a metodami detekce objektů a sledování více objektů mezi kamerami. Vytvořené řešení je funkční, i když je zde prostor ke zlepšení. Metody byly evaluovány s pomocí testovací datové sady soutěže NVIDIA AI City Challenge 2023 - Track 1 (Multi-Camera People Tracking) Vytvořené skripty a použité metody / algoritmy mohou být jednoduše adaptovatelné na jinou datovou doménu. | |
| Využitelnost výsledků | Evaluace ukazují, že vytvořené řešení má potenciál pro nasazení v praxi. Přístup může být použit místo sledování osob na sledování pohybu vozidel v rámci kontrolovaného území. V tomto případě je pouze potřeba použít jiná vstupní data pro trénování připravených modelů. |
eVSKP id 148579