SOUKENÍK, O. Pokročilé algoritmy pro komprimaci videosekvencí ve velmi vysokém rozlišení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Bakalárska práca pána Ondřeja Soukeníka sa sústreďuje na pokročilé videokodeky a ich použiteľnosť pre komprimáciu videosekvencií s veľmi vysokým rozlíšením. Odovzdaná práca, spoločne so záverom, sa skladá zo šiestich kapitol. V prvej kapitole študent podáva prehľad o súčasných a budúcich videokodekoch, vytvorené pre komprimáciu videa v rôznych rozlíšeniach. Pozornosť je predovšetkým sústredená na videokodeky AVC, HEVC, VVC, VP9 a AV1. Druhá kapitola sa venuje krátkemu popisu vybraných objektívnych metrík, ktoré sú použité pre hodnotenie vizuálnej kvality komprimovaných videosekvencií. Tretia kapitola dáva obecný a stručný popis použitia programu FFmpeg, obsahujúci referenčnú implementáciu vybraných komprimačných algoritmov. Pre rýchlejšiu a pohodlnejšiu prácu s týmto programom študent navrhol a realizoval framework v programovom prostredí Python. Tento nástroj je jedným z hlavných výstupov bakalárskej práce. Štvrtá kapitola obsahuje popis postupu pre komprimáciu vybraných videosekvencií. Grafické spracovanie dosiahnutých výsledkov, medzi inými zahrnujúce výstupy analýzy pomocou objektívnych metrík a Bjntegaard-Delta, je dostupné v piatej kapitole. Ich veľmi krátky a obecný elaborát je uvedený v záveru práce. Bakalárska práca má viac ako 50 strán. Jej formálne spracovanie je na vynikajúcej úrovni, pretože text je renderovaný pomocí nástroja LaTeX. Jednotlivé kapitoly na seba nadväzujú logicky, ale nie každý z nich je vypracované dostatočne. Z tohto pohľadu je najkritickejšou piata kapitola, kde podrobnejší rozbor získaných výsledkov bohužiaľ chýba. To je pravdepodobne spôsobené nevhodne odhadnutým časom na spracovanie a analýzy výsledkov. V texte sa vyskytuje niekoľko terminologických a gramatických preklepov (napr. chybné odkazovanie na obrázkov v závere), prípadne neformálnych výrazov, ktoré však kvalitu práce výrazne neznižujú. V práci sa vyskytuje niekoľko prevzatých obrázkov, avšak u každej z nich je uvedený použitý zdroj. Práca s dostupnou literatúrou je na vynikajúcej úrovni. Študent na zadaní pracoval aktívne a samostatne, možnosti konzultácie s vedúcim práce a technickým konzultantom využíval sporadicky. Na týchto konzultáciách vždy prezentoval aktuálny stav práce ako aj nápady pre riešenie vyskytnutých problémov. Pán Soukeník počas konzultácii preukázal, že v danej oblasti sa zorientuje veľmi dobre a má veľký prehľad. O jeho kvalitách svedčí aj fakt, že časť práce prezentoval aj na študentskej súťaži EEICT 2022, kde v kategórii B5 – Industrial Automation, Robotics and Artificial Intelligence II získal tretie miesto. Napriek absencii podrobnejšiemu popisu pomocného nástroja pre komprimáciu videosekvencií, realizované v Python, a analýzy dosiahnutých výsledkov považujem zadanie práce za splnené a prácu odporúčam na obhajobu. Navrhujem však nižšie bodové hodnotenie a to B/83.
Úkolem studenta Ondřeje Soukeníka bylo studium a aplikace pokročilých algoritmů pro komprimaci videosekvencí ve velmi vysokém rozlišení a tvorba softwarového nástroje pro snadnou komprimaci pomocí referenčních implementací dostupných video kodeků a vyhodnocení objektivních metrik pro obrazovou kvalitu. Zadání bakalářské práce dále požadovalo experimentální srovnání účinnosti a kvality jednotlivých video kodeků a diskuzi výsledků. Předložená bakalářská práce má rozsah 61 stran včetně použité literatury a krátké přílohy a je psána v českém jazyce. Text představuje až 5 samostatných kapitol, které na sebe logicky navazují. První kapitola je věnována technologii video kodeků od historických MPEG-1/2, přes současné H.264/AVC a H.265/HEVC až po perspektivní H.266/VCC. Druhá kapitola nabízí metriky pro objektivní hodnocení kvality obrazu / videa a to bez referencí (3 perspektivní metriky), s referencemi (4 tradiční metriky) a jednu metriku pro vyhodnocování souhrnných výsledků. Ve třetí kapitole jsou představeny softwarové nástroje pro dávkové operace s videosekvencemi a následnou analýzu komprimovaných videosekvencí a výsledných dat. Zde mi schází podrobnější informace o těchto studentem vytvořených nástrojích. V páté kapitole jsou pak představeny výsledky pro jednotlivé testovací videosekvence, kterých je až 5 a liší se obsahem a měřitelnými parametry prostorové a časové aktivity. Ačkoli je výsledků poměrně hodně, schází k nim podrobnější rozbor nebo komentář či analýza, ze kterých by byly zřejmé obecnější nebo i konkrétní výsledky. Tato stěžejní kapitola, resp. chybějící analýza jinak zajímavých výsledků, je pro mě mírným zklamáním. Oceňuji však studentem dodaný testovací materiál i softwarové nástroje, které mohou být využity k další vědecké práci. Závěrem bych rád shrnul, že zadání bakalářské práce bylo splněno. Formální kvalita bakalářské práce je na velmi dobré úrovni a představuje poměrně zdařilou experimentální studii. Oceňuji také účast studenta na letošním ročníku studentské konference Student EEICT 2022, kde byl oceněn mezi třemi nejlepšími pracemi v soutěžní kategorii týkající se automatizace, robotiky a umělé inteligence. Bakalářskou práci Ondřeje Soukeníka doporučuji k obhajobě a navrhuji hodnocení B/85 bodů.
eVSKP id 141527