ENIKEEV, A. Monitorovací systém pro zjištění motility a polohy laboratorních zvířat po anestézii [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.

Posudky

Posudek vedoucího

Čmiel, Vratislav

Student Amir Enikeev se ve své práci zabýval konstrukcí systému pro detekci polohy laboratorního potkana za účelem následné analýzy motility zvířete ve výběhové komoře. V úvodní části uvádí různé způsoby detekce pohybu a vybírá postup založený na kamerovém monitorování a hodnocení snímané scény. V práci pro tento účel testuje vhodnost několika kamer a další část již věnuje tvorbě programového vybavení pro automatické zpracování pořízených videosekvencí. Kapitola 4 - Návrh detekce laboratorních potkanů - je zřejmě nevhodně značena, neboť se zde student nezabývá návrhem algoritmu, ale jde o teoretickou část zabývající se obecnými postupy v obrazovém zpracování a softwarem pro zpracování obrazů. Vývojem algoritmu se zabývá až v další kapitole. Algoritmus je graficky vyjádřen a v mnoha případech i dostatečně popsán. V některých případech je popis kroků ale příliš stručný, nebo málo srozumitelný. Mnohdy v popisu chybí i odborné vyjadřování. Cituji příklad: „Vytvořený program prvním krokem odřezává jen plochu, na které bude monitorováno zvíře: v tom kroku program detekuje největší černou oblast a po aproximace hran je udělán konvexní obal čtverců. Tímto způsobem je přidaná hrana a pak následně analyzována softwarem.“ V následující kapitole se student zabývá kalibrací dle modelového řešení a popisuje úspěšnost. Algoritmus je popsán dostatečně. Zato jako nevhodně řešená se jeví část prezentace výsledků v kapitole 6. Tato kapitola je strohá, jsou v ní stručně zmíněny náznaky výsledků s ukázkou trajektorií pohybu potkana ve dvou různých stavech. Právě dlouhodobý záznam pohybu potkana a statistické vyhodnocování jeho motility s rozlišením zvířete zdravého a zvířete s indukovaným postižením přináší největší potenciál budoucího využití realizovaných algoritmů a je na škodu, že právě tato část je nedotažená do konce. Po formální stránce je práce na přijatelné úrovni, ač obsahuje časté překlepy nebo menší formální chyby. Zadání lze považovat za splněné. Je nutné dodat, že student projevoval zvýšenou aktivitu a účastnil se konzultací s vedoucím a konzultantem, na tématu průběžně pracoval. Ve výsledku lze říci, že student Amir Enikeev ukázal schopnost samostatného řešení úkolů a problémů na inženýrské úrovni. Práci tak hodnotím stupněm D, 68 bodů.

Navrhovaná známka
D
Body
68

Posudek oponenta

Vičar, Tomáš

Student Amir Enikeev se ve své práci zabýval konstrukcí systému pro detekci polohy laboratorního potkana za účelem následné analýzy motility zvířete ve výběhové komoře. V práci se věnuje snímání potkana pomocí videokamery a tvorbu programu pro automatické zpracování pořízených videosekvencí. Kvalita formátování práce není dobrá. Autor využívá v práci různé formáty a řádkování písma (např. anglická část abstraktu, popis obrázku 33-35, text na straně 42 atd.). Na některé obrázky a tabulky se autor v práci neodkazuje (obrázek 3, 5, 6, 7 atd.) a obrázky mají špatnou kvalitu (obrázek 6). Práce navíc obsahuje velké množství překlepů a nesmyslných slov, kde řada z nich je způsobená jazykovou bariérou. Tabulky jsou velmi špatně formátované a nepřehledné. Číslování některých obrázků je nesprávné. Práce sice obsahuje 78 citací, ale většina z nich je pouze vyjmenována v tabulce v přílohách bez další diskuze v práci, nebo se jedná o zcela nevhodné citace webových stránek. Řazení kapitol práce je zmatené. Práce obsahuje stále se opakující rovnice (rovnice 4, 5, 7, 8, 10, 11, 20, 21). Některé z popisů obrázků a tabulek jsou nedostatečné či nevhodné. Proměnné ve vzorcích jsou mnohdy nepopsané. Práce obsahuje několik nerelevantních obrázků (obrázek krávy, obrázek fotbalisty, obrázek 10, atd.). Opakující se bloková schémata se stejným nebo překrývajícím se obsahem velmi komplikují pochopení popisovaného algoritmu. Práce také obsahuje celou řadu nesprávně použitých odborných výrazů. Metodika zpracování obrazu je jednoduchá a velmi špatně popsaná, což dost znesnadňuje její pochopení. V tabulce 1 jsou výsledky algoritmu srovnány s výsledky získanými softwarem Fiji, bez uvedení o jakou metodu detekce se jednalo. Pro definici rozhodovacího pravila klasifikace mezi zdravým a omámeným potkanem by bylo vhodnější zvolit lepší metodu než použít jako práh průměr průměrných hodnot zdravých a omámených. Bylo by vhodné alespoň ukázat správnost tohoto pravidla pomocí histogramu či tabulky hodnot. Z kapitoly 5.3.2 Kalibrace není vůbec jasné, co a proč se kalibruje. Je zde uvedeno, že se má jednat o zpřesnění, avšak nekalibrované hodnoty vycházejí zcela odlišně. Z hodnot v tabulce 3 by vyplívalo, že jde o kalibraci z jiných jednotek na reálné centimetry, avšak toto v práci uvedeno není (a v tabulce jsou všechny hodnoty v centimetrech). Korekční koeficient je navíc z nepochopitelného důvodu záporný a není uvedeno jak ho aplikovat (v odkazované rovnici se žádný korekční koeficient nevyskytuje). Co znamenají časové hodnot v tabulce 5 a jak byly získány je také zcela nejasné. Hodnoty v tabulce 2 jsou uvedeny v pixel/sek, ale tyto hodnoty zdají být nereálně nízké (pravděpodobně se jedná o jinou jednotku). Je navíc nejasné, proč pro tyto výsledky nebyly využity kalibrované hodnoty. Text práce obsahuje řadu nedostatků, avšak je nutno vyzdvihnout množství práce odvedené v praktické části. Práce i přes uvedené nedostatky splňuje zadání a doporučuji ji k obhajobě s hodnocením E (59 bodů).

Navrhovaná známka
E
Body
59

Otázky

eVSKP id 121406