ŘIČÁNEK, D. Eulerovská video-magnifikace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Téma práce diplomanta Řičánka bylo zvoleno nejen s ohledem na aktuálnost tohoto tématu, ale také s ohledem na touhu diplomanta zabývat se novými výzvami v našem okruhu ještě dostatečně neprozkoumanými. Vypracování tohoto tématu ukazuje možnosti využití eulerovské video-magnifikace v průmyslu, medicíně či jiných oborech. Jako use-case byla zvolena aplikace měření pulzu zjištěného z malých barevných změn pokožky v průběhu systoly a diastoly myokardu. Student na tématu pracoval svědomitě a samostatně, na konzultace přicházel připraven. Tématu i samotnému vypracování věnoval dostatek času, zejména pak konstrukci samotného přípravku, kdy nad rámec zadání diplomant zvolil formu prototypu na platformě Raspberry, což bylo implementčně náročnější, než kdyby se vydal cestou funkčního vzorku např. na PC platformě. V samotné praktické realizaci diplomant úspěšně ověřil možnost použití EVM pro bezkontaktní měření pulzu. Zapálenost diplomanta pro praktickou realizaci se trochu odráží ve slabých stránkách dokumentu, kterým by mohl jinak lépe reprezentovat dosažené výsledky. Jedná se však o téma praktické, kde hodnotím spíše dosažené výsledky, které vypovídají o inženýrských schopnostech diplomanta. Práci doporučuji k obhajobě s hodnocením A/92b.
Pan Řičánek vypracoval diplomovou práci na velmi aktuální a zajímavé téma eulerovské video-magnifikance (EVM) zvýrazňující malé prostorové, jasové nebo barevné změny obrazu pro bezkontaktní sledování životních funkcí. Rozsah práce (51 normostran úvod-závěr) se pohybuje na spodním limitu doporučeného pro tento typ technické zprávy. Jádro práce je rozděleno do pěti kapitol v rovnoměrném poměru teoretické (kapitoly 1-3) a praktické (kapitoly 4 a 5) části. První kapitola se zaměřuje na popis současných metod měření životních funkcí vyžadujících fyzický kontakt s měřeným subjektem. Ve druhé kapitole je popsán princip zvýraznění malých změn pomocí lineární a fázové EVM. Dále jsou ve třetí kapitole popsány dva algoritmy detekce obličeje, které oba student implementoval a otestoval pro danou úlohu a na základě testu se dle mého názoru správně rozhodl pro použití Face Mesh algoritmu od MediaPipe. Výběr metody detektoru obličeje i metody EVM je v dokumentu řádně okomentován. Především v této části dokumentu se ukazuje dobrá práce s literaturou. Dobré nastudování a pochopení se pak promítlo i do praktické části. Seznam literatury uvádí celkem 33 zdrojů, ne všechny jsou však odkazovány v textu a některá témata by bylo asi lepší citovat z jiných zdrojů než z wikipedie. Čtvrtá kapitola se nejdříve věnuje návrhu hardware, kdy byla s ohledem na kompaktnost a přenositelnost celého zařízení vhodně vybrána výpočetní jednotka (Raspberry Pi 4 Model B), kamera (Raspberry Pi HQ), dotykový display (Waveshare 7“ IPS LCD (H)) a jako zdroj energie powerbanka. Pro kontrolní snímač tepové frekvence bylo zvažováno několik variant, kdy student vybral přenosný nezávislý oxymetr Beurer PO 80. Vzhledem k tomu, že je tento snímač brán v další práci jako „skutečný údaj“ pro vyhodnocení měření pomocí EVM, očekávala bych na tomto místě jeho detailnější popis s uvedením základních parametrů. Vývoj software probíhal ve dvou základních verzích v Matlabu a v Pythonu. Finální implementace v Pythonu, s kombinací detektoru obličeje od MediaPipe a lineární EVM, je soudě výsledků funkční a nad očekávání robustní, ale podle mého názoru by si určitě zasloužila podrobnější popis než krátké kapitoly 4.6.2 a 4.6.3. Popsány a vysvětleny mohly být alespoň vývojové diagramy na obrázcích 4.5 až 4.8. Výsledky jsou shrnuty v páté kapitole. Student provedl poměrně rozsáhlou citlivostní analýzu navrženého řešení. Jak bylo popsáno výše, porovnal dva algoritmy detektoru obličeje. U druhého provedl vždy několik měření s rozdílnými parametry. Analyzoval vliv vzdálenosti, úhlu natočení tváře, barevného tónu kůže, osvětlení a míry pohybu. Během experimentů se snažil „rozbít“ vlastní algoritmus a objevit jeho omezení. Ta jsou v práci přiznána a řádně okomentována. I zde bych ale uvítala méně stručný popis, např. pokusem o parametrizování jednotlivých vlivů, např. co je pomalý, rychlý a velmi rychlý pohyb, jaké maximální úhly natočení byly do experimentů zahrnuty apod. Vzhledem k úplné absenci snímků v této kapitole a k pouze jednomu klidovému videu na CD toto nelze příliš posoudit. K posouzení kvality řešení mohla být také vyhodnocena např. průměrná chyba měření v celém pořízeném datasetu nebo analyzována časová náročnost. Vzhledem k tomu, že se v kapitolách 4 a 5 jedná o jádro a hlavní přínos práce, považuji velmi stručný popis bohužel za výrazný nedostatek práce a nevyužití velkého potenciálu jinak zajímavého a jistě správně uchopeného tématu. Vytknout také musím poměrně velké množství překlepů, chyb či špatných odkazů na obrázky. Na druhou stranu je dokument dobře čtivý, sepsán v logickém sledu a graficky dobře upraven. Myslím si, že pan Řičánek odvedl mnoho kvalitní práce s vysokou odbornou úrovní a velkým přínosem pro další výzkum a prokázal tak jistě magisterské schopnosti, proto práci doporučuji k obhajobě a jen s ohledem na výše zmíněné výtky, týkající se především prezentační úrovně práce, hodnocením nižším stupněm C (77 b).
eVSKP id 142668