BRUNCLÍK, R. Automatická regulace velikosti písma podle vzdálenosti čtenáře [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Student navrhl metodu automatické regulace velikosti písma podle vzdálenosti čtenáře od webkamery. Metoda kombinuje detekci a následné sledování oblasti očí ve videosekvenci. Z geometrických rozměrů oblasti očí je možné bezkontaktně a v reálném čase určit vzdálenost čtenáře. Návrh programu se opírá o studentovo vlastní srovnání algoritmů pro sledování obličeje v různých experimentálních podmínkách. Navržený program je plně funkční, má intuitivní rozhraní a umožňuje přesné a plynulé měření vzdálenosti. Korektní funkce programu byla prokázána na skupině probandů subjektivním hodnocením čitelnosti textu i objektivním měřením vzdálenosti. Formy interpretace výsledků jsou vybrány s důrazem na účelnost a srozumitelnost prezentovaných závěrů. Student v plném rozsahu splnil zadání a díky své samostatnosti a celoročnímu aktivnímu přístupu některé části zadání rozšířil. Práce dokumentuje svědomitý přístup studenta k vypracování zadaného tématu a je z ní patrný studentův důraz na kvalitu technického řešení. Některé části práce však postrádají popis technických parametrů a detailů, které by usnadnily porozumění práce. Kromě toho práce obsahuje několik formálních nedostatků, týkajících se převážně formátu bibliografických citací a vysvětlení zkratek. Výskyt formálních nedostatků tak upozaďuje výbornou obsahovou stránku práce a kvalitní technické řešení navrženého programu.
Student Bc. Robert Brunclík se měl ve své diplomové práci zabývat problematikou automatické regulace velikosti písma podle vzdálenosti čtenáře. V práci je popsána pouze jedna metoda a to Viola Jones – postrádám srovnání s jinými metodami. V práci postrádám parametry kamery, kterou student používá. Bez těchto parametrů nelze hodnotit některé výsledky. Pro hodnocení (v kapitole 5) byl využit rozdíl vypočítaného obsahu od prvního detekovaného snímku vyjádřený v %, v práci není vysvětlen zvolený způsob hodnocení, jeho smysl. V souvislosti s absencí parametrů kamery nelze určit snímkovací frekvenci videokamery, tudíž hodnotit, jak dlouho testování vlivu jednotlivých parametrů trvalo. Obrázky z testování, které student porovnává, mají každý jiný počet snímků. V práci není vysvětleno, proč je právě první snímek brán jako referenční, je např. zohledněno ustálení šumu na CMOS čipu kamery při různých podmínkách osvětlení? V podkapitole 5.2 zcela chybí vysvětlení, o jaký druh umělého osvětlení se jedná (např. širokospektré, LED, luminiscenční). Není diskutováno, jaká byla intenzita umělého osvětlení, při kterém algoritmus selhával, ani umístění světelného zdroje vůči snímanému subjektu. V podkapitole 5.5 se student zabýval problematikou detekce obličeje při zakrytí jeho části. Z obr. 23 vyplývá, že proband měl zakrytou dolní část obličeje šátkem. V textu není vysvětleno, proč byla zvolena právě tato problematika, určitě by bylo vhodné prozkoumat detekci obličeje při reálných podmínkách, jako např. u dioptrických brýlí, u delších vlasů do obličeje apod. Z kalibračního čtverce (obr. 25) nelze určit rotaci v 3D prostoru. Jakým způsobem byl určen posun kalibračního čtverce, není v textu uvedeno. Z popisu provedení kalibrace v podkapitole 6.2 není vysvětlen způsob prahování. V kapitole 7 je popsána aplikace, student se zaměřuje na popis GUI, ale nepopisuje implementaci jednotlivých problémů. Z vývojového diagramu programu (obr. 28) není jasné, co se stane po uložení statického obrazu. Dále se v diagramu vyskytuje bod, ze kterého není žádný výstup. V tabulce 4 na straně 46 je vypočtena odchylka vzdálenosti aplikací od skutečné vzdálenosti. Zajímavé je, že odchylky vyšly pouze 5 % anebo 10 %, u všech probandů. Jak byla změřena skutečná vzdálenost, není uvedeno. Správná detekce očí KLT algoritmem u osoby číslo 10 je sporná (student uvádí obě možnosti), student neuvádí důvod této dvojsečnosti v tabulce. Po prostudování zdrojových kódů je patrné, že student převzal detektor obličeje KLT algoritmu z MathWorks, aniž by tuto skutečnost uvedl v práci. Zdrojový kód pro detektor CamShift algoritmu není k práci přiložen, přičemž je v práci prokazatelně použit – kap. 5. Samostatná práce studenta se tak zredukovala pouze na vytvoření obslužného GUI a podpůrných skriptů a funkcí. Student v práci cituje 25 zdrojů, z toho pouze 5 citací k dané problematice, přičemž je odkazováno pouze na první 4 zdroje. Od 3. kapitoly není jediná citace v textu. Po formální stránce je zde také několik nedostatků, špatná bibliografická citace zdrojů, špatné odsazení odstavců, místo křížových odkazů na podkapitoly jsou vypsány jejich názvy. V práci je uveden stejný vzorec dvakrát (viz rovnice 4.2 a 6.1). Na straně 54 student uvádí seznam zkratek, kde jsou některé veličeny popsány chybně (Cm, GRAY, 1 v bloku while), některé naprosto irelevantní (Obr., Tzv.) V práci není dostatečně popsána jakákoliv implementace programu, není proto patrný ani hodnotitelný studentův příspěvek k dané problematice. Z výše uvedených nedostatků hodnotím práci jako dostatečnou známkou E/50 bodů.
eVSKP id 93573