ŠEVČÍK, P. Analýza podpisového vzoru s využitím umělé neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.
Student Pavel Ševčík prokázal, ve své bakalářské práci s názvem "Analýza podpisového vzoru s využitím umělé neuronové sítě", dobré odborné znalosti z oblasti jednak neuronových sítí a také z problematiky počítačového zpracování obrazu. Student se práci soustavně věnoval a hojně využíval konzultačních hodin. V práci projevil velkou míru samostatnosti při získávání podpisových vzorů nutných pro testování navržených algoritmů. Práci doporučuji pro obhajobu před komisí.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Splnění zadání | A | 50/50 | |
| Aktivita během řešení a zpracování práce (práce s literaturou, využívání konzultací, atd.) | A | 20/20 | |
| Formální zpracování práce | C | 15/20 | |
| Využití literatury | A | 10/10 |
Pan Ševčík vypracoval diplomovou práci na téma "Analýza podpisového vzoru s využitím umělé neuronové sítě". Zadání práce lze považovat za standardně náročné z hlediska odborného i časového. Úkolem studenta bylo navrhnout metodu předzpracování a segmentace obrazu ručního podpisu, navrhnout vhodné popisné charakteristiky a pomocí neuronové sítě podpisy klasifikovat. Samotný dokument bakalářské práce je relativně rozsáhlý díky podrobné analýze jednak metod počítačového zpracování obrazu a jednak pojednání o využití umělé neuronové sítě pro klasifikaci. Chválím práci s literaturou, příkladné je i formální a obsahové zpracování teorie. Pouze oblast geometrických momentů a z nich počítaných momentových invariantů (v práci nazývaných momentových charakteristik) je poněkud popletená, z čehož vyplývá i následná chyba při výběru vhodných popisných charakteristik obrazových segmentů pro vstupy neuronové sítě. Student využívá pro vstupy sítě sedm základních momentových invariantů, radiometrický příznak nekompaktnosti a centrální geometrické momenty pro obrazové segmenty vždy otáčené po 60 stupních pro zajištění nezávislosti na rotaci. Takto hrubě zvolený krok rotace není s to věrně zaznamenat pouze v šesti hodnotách geometrického momentu obraz podpisu a navíc jsou tyto informace vzhledem k použití momentových invariantů redundantní. Stálo by za námahu vyzkoušet úspěšnost klasifikace sítě bez příznaků geometrických momentů. Přes uvedenou výtku se diplomantovi podařilo sestavit funkční aplikaci v Matlabu a provést zajímavý experiment rozpoznávající pět testovacích podpisů. Úspěšnost klasifikace se pohybuje kolem 80 %, což není oproti tvrzení diplomanta v takto jednoduché úloze příliš vysoká hodnota, nicméně základní koncept popisu podpisů a vyhodnocení neuronovou sítí byl zvolen dobře. Pozitivně hodnotím preciznost zpracování dokumentu a to, že student řešil veškeré detaily vedoucí k vyřešení úlohy jako např. přesnou specifikaci psacího prostředku Centropen 0.3 Liner apod. Předložená bakalářská práce působí celkově dobrým dojmem, vyplývá z ní zájem studenta o zpracovávané téma a v případě pokračování na magisterském studiu je vhodným základem pro návrh precizního rozpoznávacího systému. Proto práci hodnotím jako velmi dobrou a doporučuji k obhajobě před komisí.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Odborná úroveň práce | B | 40/50 | |
| Interpretace výsledků a jejich diskuse | A | 18/20 | |
| Formální zpracování práce | A | 10/10 | |
| Splnění požadavků zadání | C | 14/20 |
eVSKP id 22324