KLEČKA, J. Kalibrace kamery pomocí evolučních algoritmů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.
Zadání práce má komplexní charakter. Vyžadovalo, aby student nastudoval a skloubil informace z oblasti strojového učení, počítačového vidění a využití akcelerace výpočtů na grafické kartě. Proto považuji zadání za náročnější. Pan Jan Klečka projevil velký zájem o řešenou problematiku a pracoval doslova s nadšením pro věc. Po celou dobu se projevovala jeho značná samostatnost. Vzniklé problémy dokázal řešit vlastní invencí. Pokrok v práci pravidelně konzultoval. Zadání bylo splněno v plném rozsahu. Nad rámec zadání student vytvořil grafické uživatelské rozhraní pro snadné ověření funkčnosti aplikace. Rád také uvádím, že výsledky práce student publikoval na konferenci EEICT 2012. Text práce je čtivý a sestavený v logickém sledu. Znatelné jsou však formální nedostatky v podobě častých překlepů, gramatických chyb a neodborného formulování myšlenek. Domnívám se, že pan Klečka odvedl kvalitní práci a prokázal pro bakalářskou úroveň nadstandardní schopnosti. Navrhuji hodnocení A, 91 bodů.
Bakalářská práce studenta Jana Klečky nese název Kalibrace kamery pomocí evolučních algoritmů. Zadání práce z hlediska časové náročnosti považuji za spíše obtížné, protože jednak se student musel v počátku své práce obeznámit s danou problematikou a také proto, že práce měla být implementována pro dvě různá výpočetní prostředí, která měl porovnat. Nicméně obtížnost zadání hodnotím z odborné stránky jako spíše středně obtížné až jednodušší. Realizace práce se student zhostil velmi dobře a v průběhu řešení nepochybně prokázal svoji orientaci v dané problematice. Od počátku se student zaměřil na řešení pomocí diferenciální evoluce. Svoji volbu zdůvodňuje v obecném porovnání s dalšími metodami. Zde mně chybí hlubší analýza jeho řešeného problému. V práci se pak přímo zaměřuje na nastavení parametrů již zvolené metody. Student v rámci své práce také vytvořil přehledné GUI uživatelské rozhraní, kterému lze jen vytknout obtížnější ovládání a práci s daty. Naštěstí student vytvořil základní testovací databázi, na které je možné jeho práci otestovat. V rámci zadání student také implementoval svoje algoritmy do prostředí CUDA, které využívá výpočetního potenciálu grafické karty. Následně student provedl srovnání rychlosti výpočtu na CPU a GPU pro dvě různě veliké populace. Na výsledcích ověřil, že paralelizace má výhodu až od většího počtu jedinců. Je ale na škodu, že provedl srovnání jen pro počet jedinců N=80 a N=1000. Z výsledků těchto dvou skupin bohužel není patrné, od jakého počtu jedinců je rychlejší zpracování na GPU či jakým způsobem se vyvíjí časová náročnost u CPU a GPU. Co se týče formální stránky práce, tak je strukturovaná do přehledných kapitol a celá je logicky dobře zpracovaná. Bohužel často chybějící interpunkční znaménka snižují celkový výsledný dojem celé práce. Samotnou práci lze považovat z hlediska zadání za splněnou, avšak některé části práce by mohly být dovedeny k lepšímu výsledku. Celá práce ale přes výše zmíněné svědčí o dobrých bakalářských schopnostech studenta. Práci doporučuji k obhajobě a celkově ji hodnotím známkou B (88 body).
eVSKP id 52496