MATOUŠEK, Š. Registrace obrazových dat sítnice pomocí evolučních algoritmů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Student Šimon Matoušek se ve své diplomové práci zabýval tématem využití evolučních výpočetních technik v oblasti registrace obrazů. První verzi práce student neobhájil. Nyní odevzdal dopracovanou 2. verzi práce. V úvodní části student popisuje obecné principy genetických a rojových algoritmů. Dále se věnuje popisu principů registrace obrazu. Literární rešerši využití evolučních algoritmů v rámci registrace medicínských obrazů student oproti minulé verzi práce doplnil. Zde bych ale ocenil, kdyby bylo citováno více zdrojů, a to konkrétně z oblasti využití evolučních algoritmů právě v rámci registrace obrazových dat sítnice. Popis a diskuse dosažených výsledků je oproti předešlé verzi práce podstatně přehlednější. Genetický algoritmus student využil v rámci optimalizace při registraci statických snímků z běžné fundus kamery a z experimentálního oftalmoskopu. Aplikaci genetického algoritmu u dynamických video sekvencí jsem však v práci nenašel. K registraci jednotlivých snímků ve video sekvencích jsou zřejmě využity pouze prezentované rojové algoritmy. Ty ale nejsou otestovány na statických snímcích. Vyhodnocení výsledků působí z tohoto důvodu trochu nekonzistentně. Celkově považuji práci za dokončenou, a i přes zmíněné výtky považuji zadání práce za splněné. Hodnocení: C/75b.
Předložená práce se zabývá registrací sekvencí snímků retiny s využitím evolučních algoritmů. Jedná se o opravenou verzi dříve neobhájené práce. Práce je členěna do pěti hlavních kapitol na 43 stranách. V rámci teoretické části práce jsou popsány základy genetických a evolučních algoritmů a dále problematika registrace obrazu. K předloženému textu mám několik drobných výtek. U popisu genetického algoritmu je prezentována verze pracující s binární reprezentací jedinců, což ale nekoresponduje s následující praktickou částí, kde je využívána vyjádření v desítkové soustavě. Z popisu algoritmu mravenčí kolonie není zřejmé, jak bude využit pro úlohy klasické optimalizace, které se těžko dají vyjádřit pomocí grafů. Rešerše využití evolučních algoritmů pro registraci algoritmů je pro potřeby diplomové práce nedostatečná – cituje pouze šest zdrojů a je napsána na jedné straně textu (str. 24). V rámci praktické části práce byly registrovány sekvence retinálních snímků z experimentálního videooftalmoskopu. Pro registraci byl testován nejprve genetický algoritmus jako nástroj pro registraci dvojice snímků. Z textu práce není patrné, proč tento algoritmus nebyl otestován i na celých videosekvencích. K samotnému algoritmu mám také několik výhrad – autor pracuje s vyjádřením jedinců v desítkové soustavě, ale blok křížení je implementován pro binární řetězce. Tím je z mého pohledu operace křížení nepříliš úspěšná a nedává dostatečný prostor k tvorbě nových jedinců. Dále je zařazeno náhodné generování jedinců, což zvýší variabilitu populace, ale aplikoval bych jej pouze na horší jedince, nikoli na celou populaci. V závěru každé iterace je zařazeno simulované žíhání, které dle slov autora má zlepšit problém uvíznutí v lokálním extrému. Nicméně činnost tohoto algoritmu (simulovaného žíhání) není ani popsána a nejsou ani diskutovány výsledky. Pro registraci videosekvencí byly implementovány tři metody – mravenčí kolonie (ACO), světlulškový algoritmus (FA) a roj částic (PSO). U popisu mravenčí kolonie není zřejmé, jak je pracováno s jedinci ve smyslu vzájemného pohybu jedinců. Popis a implementace světluškového algoritmu a roje částic je v pořádku. Zhodnocení výsledků registrace je provedeno srovnáním zprůměrovaného snímku napříč celou sekvencí mezi referenční metodou a autorovou. Je škoda, že se nepovedlo implementovat přímé srovnání transformačních parametrů pro dílčí snímky. Zároveň bych očekával i srovnání s průměrným obrazem původní (tedy nezregistrované) sekvence. Prezentované výsledky ukazují poměrně velkou variabilitu v jednotlivých sekvencích, nicméně zvolené algoritmy se ukazují jako funkční. Zvláštní je volba ukázkových snímků pro šachovnicové zobrazení, kdy u jednotlivých algoritmů jsou vybrány různé sekvence. Po formální stránce nemám k práci větších výhrad. Práce cituje 40 položek literatury, většinově se jedná o zahraniční odborné publikace. Předloženou práci doporučuji k obhajobě a hodnotím ji známkou dobře (C – 72 bodů).
eVSKP id 161966