HORÁK, T. Základní rozpoznání živosti otisku prstu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.
Student nastudoval a v práci popsal problematiku detekce živosti otisku prstu. Z dodaných dat sestavil testovací databázi. Vybral vhodné příznaky pro detekci živosti a jako metriku vyhodnocení zvolil neuronovou síť. Navrženou metodu otestoval a statisticky vyhodnotil. Zadání práce tak považuji bez výhrad za splněné. Po formální stránce má práce nadprůměrných 46 stran od úvodu po závěr. Musím však vytknout nejednotné formátování a popis některých grafů (konkrétně boxploty strana 32 až 43). Po odborné stránce je práce na celkem ucházející úrovni. Student si vybral 10 příznaků pro detekci živosti, podle kterých následně naučil neuronovou sít. Celá metoda dosahuje celkem ucházejících výsledků. Vzhledem k náročnosti tématu hodnotím práci jako dobrou/C (75)
Předložená bakalářská práce se zabývá softwarovým rozpoznáním živosti otisku prstu v biometrii. K tomuto účelu je využita rozsáhlá databáze LivDet 2011, která obsahuje jak otisky prstů pravé (nasnímané různými senzory), tak otisky falešné (vyrobené různými technikami). Student navrhl algoritmus, pomocí kterého otisky normalizuje a segmentuje zájmovou část. Dále je extrahováno celkem 13 příznaků, které jsou vstupem klasifikátoru realizovaného umělou neuronovou sítí. Návrh algoritmu a vůbec celá práce je až příliš přímočará a stručná. Není například zřejmé, proč student zvolil jednu skrytou vrstvu neuronové sítě, jestli bylo testováno více vrstev, proč byl počet neuronů ve skryté vrstvě stanoven na 18. Chybí důkaz, že tyto parametry jsou zvoleny s ohledem na dosažení nejlepšího možného výsledku. V práci se těžko orientuje, student zřídka používá odkazy na vložené obrázky jak v teoretické, tak v praktické části. V textu se objevují jen těžko uchopitelné výrazy jako např. „index ve struktuře“ nebo „segmentace provedená konvolucí masky s obrazem“. Kapitola 6.3 nás pouze informuje co je histogram, ale už se nedozvídáme, jak histogram souvisí s touto prací. Student uvádí, že úspěšnost jeho klasifikace byla vyčíslena na 65%, bohužel není jasné, jak k tomuto výsledku došel. Není zde uveden počet správně/spatně klasifikovaných otisků, není ani uveden vzorec, podle kterého výpočet provedl. Na celkem 12 stranách student uvádí boxploty pro jednotlivé příznaky a také pro použité senzory. Na žádný boxplot se ale text neodkazuje a komentovány jsou jen velice stručně. V práci chybí také srovnání dosažených výsledků s výsledky dalších autorů. Ani formální stránka práce není na dobré úrovni, kromě již zmíněného odkazování na obrázky má práce také nejednotné formátování textu. Některé strany nejsou zarovnány do bloku (např. strana 2 a 3), existují různé mezery před nadpisy (např. strana 13) a seznam literatury není dle citační normy. Téměř každý odkaz má svůj vlastní styl co se úpravy textu i obsahu týče. Jediné pozitivum práce je skutečnost, že student realizoval funkční detektor falešných otisků, ale způsob jeho zhodnocení i prezentace výsledků jsou velice slabé. Tuto práci považuji za hraniční.
eVSKP id 110500