ONDRÁČEK, P. Optimalizační techniky v obrazových aplikacích [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Tématem diplomové práce byl návrh využití vybraných evolučních algoritmů pro různé oblasti ve zpracování obrazů. Student se ve své práci seznámil s potřebnou odbornou literaturou, provedl literární rešerši na zadané téma a blíže se seznámil s konkrétními představiteli různých druhů evolučních algoritmů. V rámci praktické části student vybrané metody implementoval v programovém prostředí Matlab a sám navrhl jejich využití v různých oblastech zpracování obrazů. Drobnou výtku mám k rešerši odborné literatury, která mohla být širší a zahrnovat více publikovaných článků z oblasti využití evolučních algoritmů pro aktuální problémy ve zpracování obrazů. V rámci předcházejícího semestrálního projektu se student zabýval i využitím Newtonovy metody. V diplomové práci však tato metoda zahrnuta není, což je škoda. Oceňuji, že student nad rámec zadání vytvořil grafické uživatelské rozhraní, které lze využít pro ukázku práce s evolučními algoritmy ve výuce. Při řešení práce byl student velmi aktivní, pravidelně se účastnil konzultací přes platformu MS Teams a konstruktivně přistupoval k řešení dílčích problémů. Zadání práce považuji za splněné v plném rozsahu. Hodnocení: A (90 b.)
Předložená práce studenta Pavla Ondráčka se zabývá problematikou matematické optimalizace v oblasti zpracování obrazu. Práce je členěna do sedmi kapitol na 75 stranách. V rámci teoretické části práce je čtenář seznámen s metodami optimalizace a evolučními algoritmy. K této části mám jednu výtku – všechny zde popsané metody jsou součástí osnov předmětu Evoluční algoritmy (MPC-EAL). U diplomové práce bych očekával větší hloubku – např. rešerši optimalizačních technik, které vychází z Newtonovy metody. Další kapitola se věnuje využití optimalizačních technik ve zpracování obrazu. V rámci této kapitoly postrádám alespoň zmínku o uplatnění v algoritmech pro rekonstrukci obrazu z projekcí, což je v současné době velice aktuální téma a existuje k němu celá řada kvalitní literatury. Tato zmínka je až v závěru kapitoly 6.4, ale tato aplikace mohla být popsána podstatně více. Pro praktickou část byly vybrány tři algoritmy, které byly testovány na několika úlohách. První úlohou je registrace obrazu. Aplikace na databázi oftalmologických snímků považuji za velmi zdařilé. Popis testování algoritmů, optimalizace jejich parametrů a následná diskuze výsledků je z mého pohledu kvalitní ukázkou inženýrské práce. V této části bych ocenil srovnání s konvenční optimalizační metodou (např. z Matlab Optimization Toolboxu). Drobnou výtku mám k části testování na rotaci obdélníku – tato úloha je pro binární obrazy triviální a hodí se spíše do semestrálního projektu. Druhá úloha je naopak nepříliš vhodnou ukázkou použití optimalizačních technik. Student v závěru úvodu do kapitoly 4 popisuje, že hledá dva parametry, které nabývají diskrétních hodnot v omezeném rozsahu, a obor hodnot ještě omezí lineární podmínkou ve tvaru nerovnosti těchto parametrů. Jednoduchým výpočtem zjistíme, že existuje pouze 774 možných kombinací parametrů. V tomto případě by bylo vhodnější použít úplné prohledávání než metody spojité optimalizace. Zajímavý závěr je, že u takto jednoduché úlohy nekonvertují všechny algoritmy do stejného řešení (viz Tabulka 13). Stejný problém je také u úlohy 3, ve které je diskutováno hledání jednoho prahu pro prahování při existenci 256 možných diskrétních řešení. Zde mě navíc zaráží, že je opakovaně odkazováno na Otsu metodu, která umí práh stanovit automaticky, ale s výsledky Otsu prahování nejsou výsledky této práce nijak srovnány. Poslední testovaná úloha pro rekonstrukci obrazu je zajímavá – studentem navržené úpravy u jednotlivých metod je možné chápat více jako náhodné řízené prohledávání, nicméně navržený postup je funkční. Uplatnění tohoto postupu v praxi není příliš velké, lepší by bylo realizovat alespoň základní rekonstrukci obrazů z projekcí. Práce je dále doplněna uživatelskými rozhraními pro jednotlivé metody. Implementační část jednotlivých metod není v práci nijak popsána, nicméně odevzdané zdrojové kódy jsou dostatečně komentovány. Při popisu GUI nechápu požadavek na obdélníkovou oblast – polygon, ve kterém se počítá kritérium může být libovolný a není problém spočítat kritérium i v kruhové oblasti. Nicméně GUI jsou funkční a můžou být dále využity např. pro výuku. Po formální stránce je práce na průměrné úrovni. Vytýkám malou velikost písma v některých obrázcích (Obr. 14, 53 a další). U rovnice 34 postrádám levou část rovnice. Práce odkazuje na 65 položek literatury, ale práce se zdroji by mohla být lepší. Zdroje nejsou řazeny ani abecedně, ani dle výskytu v textu. U některých zdrojů (např. 8, 10, 39 a další) chybí některé povinné bibliografické údaje. Stejná kniha prof. Jana je citována dvakrát jako položka 3 a 41. Práci jako celek hodnotím velmi kladně – student prokázal systematický přístup k dané problematice a množství provedené práce na tématu je vysoké. Práci kazí použití evolučních algoritmů u úloh, které by bylo možné řešit jednoduššími postupy a u kterých využití těchto algoritmů nepřinese lepší výsledky. Práci doporučuji k obhajobě a hodnotím ji známkou velmi dobře (B – 82 bodů).
eVSKP id 134431