MORAVČÍK, M. Opravování chyb ve 3D modelech s využitím strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.

Posudky

Posudek vedoucího

Španěl, Michal

Matúš Moravčík completed his bachelor's thesis independently and did not require a supervisor. He was able to understand and implement a non-trivial method for filling holes in 3D models, which combines elements of 3D mesh processing and deep learning. This is a respectable achievement for a bachelor. From the supervisor's point of view, however, I would have appreciated a consultation on the design of the final experiments, which could have been broader, and a chance to comment on the technical report earlier.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Processing 3D geometry using deep learning approaches is not a classic problem typically described in tutorials, so it is necessary to study scientific papers primarily. The use of these methods for fixing errors in 3D models is an interesting yet even more specialised topic. The bachelor's assignment is, therefore, more difficult. Matúš Moravčík focused on the implementation and experimental verification of the method published in the scientific paper by Hernández-Bautista and Melero, "3D Hole Filling using Deep Learning Inpainting" (2024), which was initially published as a preprint on arXiv. All the points of the assignment were completed, and the student did a huge amount of implementation work.
Práce s literaturou The student found an interesting method whose implementation was not available and decided to implement it. He had to understand all the details of the method, as well as the further subalgorithms it uses. He studied all the necessary information.
Aktivita během řešení, konzultace, komunikace Consultations were rare, but the student always showed significant progress. He prefers working independently and tackling problems on his own.
Aktivita při dokončování The student initially consulted the structure of the technical report. I saw the final text a few days before the deadline, so there was not enough time to fine-tune it.
Publikační činnost, ocenění Not known.
Navrhovaná známka
B
Body
85

Posudek oponenta

Šilling, Petr

Student dokázal do hloubky nastudovat problematiku vyplňování děr ve 3D modelech i primární články, na kterých svou práci stavěl. Výsledný systém je funkční a dosahuje kvalitních výsledků, i když ne do takové míry jako zdrojový článek. Text práce je až na menší výhrady extrémně kvalitní a čtivý. Implementace navrženého řešení je v pořádku a výsledná aplikace má potenciál pro využití v praxi.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Zadání vyžadovalo pochopení moderních metod strojového a hlubokého učení, a to včetně reimplementovaných state-of-the-art přístupů. Dále práce vyžadovala přípravu vhodné datové sady a pochopení matematicky netriviálních principů spojených se zpracováním 3D dat. Zadání práce proto považuji za obtížnější.
Rozsah splnění požadavků zadání Zadání bylo splněno bez výhrad.
Rozsah technické zprávy Technická zpráva je v obvyklém rozmezí a obsahuje vše podstatné.
Prezentační úroveň technické zprávy 97 Prezentační úroveň práce je velmi vysoká. Práce je psaná kvalitní angličtinou a je velice čtivá a logicky strukturovaná. Začíná úvodem do problematiky a přehledem teoretického základu. Pokračuje přehledem dostupných datových sad a zdůvodněním výběru datové sady pro realizaci samotné práce. Následně navazuje popisem principu a implementace navrženého řešení, experimentů a shrnutím. Všechny kapitoly na sebe velmi dobře navazují a působí jako jeden celek. Mezi drobnější výtky patří někdy až příliš krátké popisky obrázků. U obrázků s ukázkou výstupu, jako je obrázek 8.4, by pak bylo vhodné mít ještě jednu úroveň přiblížení. V ukázkách výstupů rovněž chybí více ukázek zaměřujících se složitější případy, které jsou v práci identifikovány (tedy například modely s dírou v rohové oblasti nebo více zašuměné vzorky). Zároveň bych upozornil proti používání tvrzení o statistické významnosti výsledků, když nebylo provedeno rigorózní statistické vyhodnocení, ale pouze porovnání metrik v experimentech.
Formální úprava technické zprávy 100 Práce je z typografického hlediska zcela ukázková, vytknout lze maximálně používání spojovníku namísto pomlček v úvodu. Práce rovněž obsahuje minimum překlepů a gramatických chyb. Všechny obrázky jsou relevantní a ve vysoké kvalitě.
Práce s literaturou 90 Práce cituje celkem 21 zdrojů, prakticky výhradně vědeckých publikací. Vzhledem k úzké návaznosti práce na existující metody je počet zdrojů více než dostatečný. Použité zdroje jsou relevantní, aktuální a jsou v textu správně použity i citovány.
Realizační výstup 90 Student zvolil vhodnou datovou sadu a připravil skripty pro její zpracování. Dále student upravil převzatý LaMa model pro práci s vlastní datovou sadou. Zde oceňuji přehledné oddělení vlastních úprav od převzatého kódu. Mimo skripty pro práci s datovou sadou student připravil kompletní a silně konfigurovatelné rozhraní pro vyplňování děr v 3D modelech, a to včetně trénování nových verzí modelu. Vytkl bych však nedostatečnou dokumentaci samotného kódu. Vyhodnocení je provedeno experimentálně. Konkrétně byl porovnáván předtrénovaný a dotrénovaný model LaMa, příčemž bylo dotrénováním dosaženo znatelně lepších výsledků. Celkově je vyhodnocení výsledného řešení dostatečné.
Využitelnost výsledků Výsledky naznačují, že vytvořené řešení má potenciál pro nasazení v praxi. Zároveň výsledky vhodným způsobem validují postup autorů článku, který byl pro tuto práci vzorem. 
Navrhovaná známka
A
Body
95

Otázky

eVSKP id 164150