SVOBODA, J. Komprese objemných volumetrických dat pro interaktivní zobrazování s využitím hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.
Pan Svoboda nastudoval principy hlubokého učení pro kompresi obrazových dat a znalosti dokázal vhodně propojit a aplikovat ve svém implementačně rozsáhlém díle, které posouvá možnosti zobrazování velmi rozsáhlých volumetrických dat.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | V diplomové práci pan Svoboda navázal na svoji bakalářskou práci "Zobrazení rozsáhlých volumetrických dat na CPU", v rámci které realizoval klient-server řešení pro zobrazení blokově reprezentovaných rozsáhlých volumetrických dat (velikost přesahující operační paměť) v reálném čase. V diplomové práci řešení dále rozvinul. Zaměřil se na možnost komprese volumetrických dat pomocí neuronových sítí s cílem dále snížit objem přenášených a v paměti uchovávaných dat. Zadání bylo splněno bez výhrad. Požadovaný "prototyp" řešení je velmi propracovaný a svým zpracováním se blíží produkční kvalitě. | ||
| Práce s literaturou | Inspirací pro řešení byla metoda Wu et al. , "Interactive Volume Visualization via Multi-Resolution Hash Encoding Based Neural Representation", která byla doporučená v zadání. Dále s literaturou student pracoval zcela samostatně. Vyhledal a nastudoval potřebné principy a úspěšně je aplikoval v návrhu i realizaci. | ||
| Aktivita během řešení, konzultace, komunikace | Student byl aktivní a pracoval intenzivně po oba semestry. Důležitá rozhodnutí ohledně řešení konzultoval. | ||
| Aktivita při dokončování | Práce byla dokončena včas. Technická zpráva byla dokončena v předstihu a přiměřené konzultována. | ||
| Publikační činnost, ocenění | Aktivní účast na studentské konferenci inovací Excel@FIT , kde byla práce oceněna odborným panelem. |
Nedostatky v textové zprávě směřují hodnocení k rozhraní mezi A a B, ale jelikož implementace je na velmi vysoké úrovni, dosažené výsledky jsou kvalitní a mají vědecký potenciál, a zadání bylo náročné tak je hodnocení zvýšeno. Autor projevil aktivitu navíc a nabídl osobní prezentaci, případně pomoc se spuštěním aplikací.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | V práci jsou implementovány netriviální metody strojového učení a GPU optimalizací. Autor práce navazoval na svou bakalářskou práci a podstatně rozšířil původní framework. Zadání je obtížné díky nasazení neuronových sítí pro kompresi volumetrických dat a vylepšení vizualizace a streamingu dat, zejména díky urychlení na GPU. | ||
| Rozsah splnění požadavků zadání | Všechny body zadání jsou splněny. | ||
| Rozsah technické zprávy | Zpráva dostatečně popisuje práci. | ||
| Prezentační úroveň technické zprávy | 90 | Práce dodržuje standardní doporučenou strukturu, je pochopitelná a dobře čitelná. Některé zbytečné detaily v implementační kapitole lehce zhoršují pochopení. Autor navazuje na svou předchozí práci a v textu jasně vymezuje přínosy, které v rámci diplomové práce implementoval. V implementační kapitole se nachází hodně výňatků z kódu, popisujících rozhraní použitých tříd a spíše nezajímavé detaily. Tyto části se zdají být zbytečné. Kapitola měření a vyhodnocení je velmi podrobná a potvrzuje vysokou kvalitu dosažených výsledků. Čtveřice SSIM hodnot v tab. 7.5 jsou stejné. Výsledky mohly být naměřeny na více úrovních komprese a raději prezentovány jako graf. | |
| Formální úprava technické zprávy | 84 | Zpráva je dobře vysázená, text na dobré úrovni a místy se vyskytují spíše menší formální nedostatky. Text práce je na dobré úrovni, místy se vyskytují překlepy, problémy s mezerami či velkými písmeny, předložky na koncích řádků ale, množství těchto chyb je velmi nízké. Jednou se v textu vyskytuje první osoba: pomineme . Zkratka MLP není definována. U některých odkazů v textu chybí typ objektu, například v 3.1 . Některé seznamy, například na str. 17, nejsou vhodně uvozeny předchozí větou a nejsou zakončeny interpunkcí. V seznamu na začátku sekce 5.2 je použito nekonzistentní formátování písma. Kvalita některých převzatých obrázků jako obr. 2.1 je poměrně nízká. Také originální graf na obr. 7.6 mohl být raději vysázen vektorově než rastrově. Popisky mohly být také delší, například obr. 2.4 má popisek velmi stručný a není snadné pochopit co se na něm nachází. Originální obrázky autora jsou velmi pěkné a často ve vektorovém formátu. Obrázky 7.1 a 7.2 jsou v textu odkazovány v opačném pořadí. | |
| Práce s literaturou | 81 | V práci je vhodně citováno 37 většinou kvalitních odborných zdrojů, některé mohly být vybrány lépe. Zdroje [32-35] jsou odkazy na Wikipedii a [1, 15] na webové články. Tyto zdroje by bylo lépe nahradit odbornou literaturou, kterou není obtížné na daná témata vyhledat. Místy chybí DOI. | |
| Realizační výstup | 100 | Implementace je velmi kvalitní a dosažené výsledky mohou být užitečné v praxi. Výsledkem práce je aplikace pro kompresi dat, serverová aplikace pro správu dat a klientská aplikace pro prezentaci výsledků. Autor odvedl velký kus práce a aplikace jsou na velmi dobré úrovni a podporují velké množství parametrů. Aplikace jsou také testovány na velkém množství datasetů. Kódy jsou dobře strukturovány a snadno přeložitelné díky integraci CMake. | |
| Využitelnost výsledků | Výsledky se zdají být užitečné pro průmyslové využití, a mají také vědecký potenciál. Práce byla také prezentována na studentské konferenci Excel@FIT 2025, kde získala i jedno ocenění. |
eVSKP id 165118