ZSIDEK, A. Hyperspektrální analýza obrazu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Student Adrian Zsidek na své bakalářské práci pracoval v zásadě samostatně, konzultace využíval, i když spíše nárazově, především si ale dobře nerozvrhl časovou náročnost jednotlivých úseků. Jako zásadní se mi jeví podcenění teoretického studia v oblasti spektrálních vlastností snímačů a materiálů v rámci semestrální práce. V důsledku toho pak student v navazující práci vybral pro pořízení vlastního datasetu namísto nabízené potravinářské oblasti vzorky plastů, které nejsou se spektrem dostupného zařízení příliš dobře slučitelné. Nicméně kladem práce je, že se student s unikátním zařízením hyperspektrální kamery fyzicky seznámil, vzorky osobně připravil a snímání na externím pracovišti se zúčastnil. Podobně lze vyzvednout aktivitu komunikace studenta s kolegy z pracoviště na FIT VUT, od nichž však následně bohužel nepřevzal např. dataset degradace ovoce z důvodu absence anotace. Tu bylo možné doplnit alespoň relativně a dataset použít jako indikativní. Z metod použitých pro implementaci klasifikátoru použil student nejjednodušší známé nástroje spektrálního porovnávání. V části implementace klasifikátoru (bod 2 a 3 zadání) jsem očekával sestavení knihovny materiálových signatur a použití komplexnějších metod pro analýzu a komparaci signálů, tj. vhodně extrahovaných částí spekter. Student zvolil minimální cestu, zadání však i přesto považuji za splněné.
Práce má přesně 30 stránek. Vlastní práce je popsána především v kapitole 6 na osmi stranách. Práce je psaná ve slovenském jazyce, takže nemohu zcela hodnotit jazykovou kvalitu. I tak jsem si všiml několika překlepů, použití nedefinovaných termínů (tematická mapa, třídy v obraze …), horší kvalita obrázků (obr 4.5 černá kamera na černém pozadí). Zadání je možné považovat za splněné. V úvodních kapitolách věnovaných bodu 1 zadání bych očekával zhodnocen/srovnání metod získávání dat i z hlediska časové a HW náročnosti. Vlastní popis metod (kapitoly 2, 3) je kvalitní a vhodný, chybí mi však zmínka o jeho vhodnosti a využitelnosti ve vlastní práci. V bodě 2 zadání si student mohl vybrat mezi vlastním nebo volně dostupným datasetem. Spektrální vlastnosti zvoleného materiálu pro vlastní dataset se neshodovali s rozsahem dostupné kamery. Je škoda, že s přístupem k této unikátní technologii se nepokusil o tvorbu jiného vlastního datasetu, ale přešel k datasetům dostupným na www. Přitom v kapitole 1.4.1 má vypsanou celou řadu aplikací z potravinářského průmyslu, která je řešitelná v rámci rozsahu dané kamery. Obstaral si i méně známé datasety (banány, květiny), ty ale zavrhl z důvodu, že nebyly anotovány. U bodů zadání 3 a 4 je hlavním problémem, že vhodnost zvolených metod pro implementaci je těžké posoudit, jelikož nebyla popsána úloha, kterou chce student řešit. Například zda objektem zájmu jsou „barvy“ , „barevné objekty“, „barevná textura“ … Zda je detekuje, rozlišuje, většinou mluví o klasifikaci do tříd, ale nedefinuje co je třída (prostorové a spektrální vlastnosti). Metody pro použití např. nevylučuje na základě vhodnosti, ale pracnosti (kap 6.1). Ve zmíněné kapitole 6 provádí výběr klasifikátoru, ale nepopsal úlohu, kterou chce řešit. Z možných variant si vybral nejjednodušší sadu klasifikátorů (oproti deep learning, sítím …) a zde se soustředil na práci s nejvíce odlišnou třídou. Při hodnocení klasifikátoru se klasifikuje do tříd, které nejsou popsány. Není popsán ani přesný průběh testu (píše, že výsledky jsou pro náhodně vybrané hodnoty – lepší by byla hodnota střední nebo medián – tj. střed intervalu hledaných hodnot). Na obrázky nejsou často odkazy v textu, s tím, že vlastní popis není dostatečně srozumitelný pro zhodnocení obsahu (zvláště u obrázků prezentujících výsledky, např. obr 6.5, 6.6). Výraznou výtkou je, že v práci se nevyskytují termíny ze zadání „materiálová signatura“ a „čtyřpolní tabulka“ (byť by byly jen oznámeny jejich překlady), které by měly být definovány a vysvětleny v návaznosti na prováděné práce. Z hlediska dat a vyhodnocení prezentovaných v práci mám také výtku k tomu, že se na DVD neobjevují žádné snímky, se kterými by bylo možné ověřit přiložený kód a prezentované výsledky (nehledě na náhodný výběr vstupních dat – které jsou možná ty, zjistitelné z přiloženého kódu). Na DVD není přiložen ani vlastní dataset.
eVSKP id 142237