DUBOVEC, P. Pořízení podrobné a gigantické fotografie a lokalizace v ní [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.

Posudky

Posudek vedoucího

Herout, Adam

Jedná se o práci výzkumného charakteru, která přinesla užitečné a dále použitelné výsledky. Řešitel odvedl značně nadstandardní množství práce a při svém řešení vycházel z mnoha vědeckých zdrojů a provedl mnoho experimentů s modely strojového učení a vytvořil několik dílčích nástrojů. Práce byla prezentována na mezinárodní studentské konferenci CESCG.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Zadání je výzkumného charakteru – řešitel měl vytvářet inovativní a vědecky slibné řešení použitelné v návazném výzkumu. Řešitel odvedl velké množství inovativní práce jak při tvorbě a zpracování datové sady, tak v oblasti algoritmů, které datovou sadu zpracovávají.
Práce s literaturou Řešitel problematiku hleděl prostudovat opravdu do hloubky, rutinně pracoval s velice odbornými a kvalitními zdroji. Při řešení diplomové práce se mu podařilo do problematiky opravdu proniknout a získat výborné znalosti.
Aktivita během řešení, konzultace, komunikace Práce byla řešena intenzivně po celou dobu řešení a řešitel docházel na domluvené konzultace a vyvíjel domluvenou činnost. Množství odvedené práce je opravdu nadstandardní.
Aktivita při dokončování Práce byla dokončena včas a dostatečně konzultována.
Publikační činnost, ocenění Řešitel svoji práci prezentoval na mezinárodní studentské konferenci CESCG.
Navrhovaná známka
A
Body
95

Posudek oponenta

Vaško, Marek

Celkovo je práca pochopiteľná a prináša nejaké poznatky. Zdá sa však, že riešiteľ do istej miery implementuje už existujúce prístupy.  Po zhodnotení všetkých pozitívnych prínosov, hlavne v podobe novej unikátnej dátovej sady a evidentne vynaloženého úsia pri riešení, hodnotím prácu na pomedzí B/C.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání Zadanie je výskumného charakteru a vyžaduje znalosti z oblasti spájania fotografií a trénovania modelov pre rozpoznávanie vzorov v obraze. Taktiež je súčasťou zadania pomerne náročná tvorba dátovej sady využívajúca tieto znalosti. Z tohto pohľadu sa jedná o obtiažnejšie zadanie.
Rozsah splnění požadavků zadání
Rozsah technické zprávy
Prezentační úroveň technické zprávy 75 Práca je pochopiteľná. Negatívne však hodnotím štruktúru jednotlivých sekcií a kapitol. Nedostatky sú: Popis OpenCV a Torch na konci kapitoly 2. Nie je jasná náväznosť. Budúci vývoj v kapitole 4. Nie je úplne jasné, prečo sa táto informácia nachádza práve tu. Podobne táto kapitola obsahuje mix implementačných detailov a nastavení parametrov algoritmov. Súhrnný návrh riešenia, hlavne jednoduchý prehľad krokov potrebných pre dosiahnutie cieľu definovaného v práci. Kapitola 5 tento problém do istej miery rieši, avšak je pomerne neprehľadná. Zavádzajúci názov sekcie 5.2
Formální úprava technické zprávy 70 Z typografického hľadiska je práca relatívne dobrá, avšak má menšie nedostatky. Konkrétne sa v práci nachádzajú nasledovné typografické problémy: Práca sa značne zanoruje v sekciách tretej úrovne, a nie je jasné, či štruktúra technickej práci bola dostatočne premyslená. Niektoré skratky sú popísané v poznámke pod čiarov, inokedy v texte. Negatívne hodnotím aj pomerne často sa opakujúce jazykové chyby. Príkladom týchto chýb sú: Nesprávne/neideálne využívanie anglických pojmov. Napríklad kombinácia slovensko-anglického množného čísla. Využívanie anglických pojmov v zátvorkách. To aj v prípadoch, keď bol pojem spomenutý v predošlej vete alebo v nadpise. Menej frekventovaný problém je zlé skloňovanie slov.
Práce s literaturou 82 Práca má celkovo 80 referencií. Z toho väčšina je z renomovaných žurnálov alebo konferencií. V prehľade však chýbajú state-of-the-art prístupy pre feature/image matching. Z pohľadu zadania práce sú tieto prístupy značne relevantné. Referencie sú zväčša používané správne a tvrdenia v teorií sú podložené relevantnými citáciami. V ojedinelých prípadoch sa citácia využíva ako náhrada popisu/názvu metódy, čo mierne zhoršuje pochopiteľnosť vety. Príklad: používa na korešpondencie príznakov [18].
Realizační výstup 79 V archíve bolo odovzdaná dokumentácia, ktorá je príliš obecná a chýba návod pre použitie jednotlivých programov. Negatívne hodnotím vyhodnotenie systému (zrejme je len jeden experiment) pre lokalizáciu vo fotografii prezentované v práci. Hlavným nedostatkom je nepresný popis toho, čo bolo testované, a ako je to porovnatelné s inými metódami.   Podobne nie je jasné, akým spôsobom sa využíva triplet loss zároveň s krížovou entropiou, a hlavne to, čo metóda používa ako pozitívne a negatívne vzorky. Zároveň nie je jasné, prečo je tento prístup iný/lepší ako samostatná krížova entropia alebo samostatná triplet loss.
Využitelnost výsledků Práca ako celok je kompilačného charakteru a zväčša využíva už existujúce metódy s vlastným navrhnutým systémom. Výsledkov práce je viacero, a z pohľadu využiteľnosti sa líšia. Najsilnejšou stránkov práce je dodaná dátová sada, ktorá obsahuje veľké množstvo snímkov a celkovo je kvalitná. Z pohľadu budúceho výskumu má potenciál na využitie. Menej pozitívne hodnotím vytvorené aplikácie, ktoré boli prezentované v texte práce, na zobrazovanie a spájanie veľkej fotografie. Z veľkej časti majú nezdokumentované používanie. Taktiež nie je jasné, či podobné nástroje už neexistujú. Najmenej výrazný prínos je prezentovaná metóda lokalizácie vo fotografii, kde je prezentovaný len jeden experiment a nie je poskytnutá iná referencia alebo porovnanie.
Navrhovaná známka
C
Body
79

Otázky

eVSKP id 154403