SIROVATKA, M. Zlepšování kvality videa pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Student pracoval na složitém tématu, dobře pochopil současné metody a experimentální postupy a otestoval velmi zajímavé a inovativní úpravy strutury neuronových sítí vhodných pro tuto úlohu. Student se velmi zajímal o řešenou úlohu a dobře se mi s ním spolupracovalo.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Informace k zadání | Student pracoval na náročnější úloze, která vyžaduje poměrně hluboké pochopení neuronových sítí. Experimenty v této oblasti jsou výpočetně náročné a chování výsledných sítí je hůře interpretovatelné. Student dobře pracoval se strukturou neuronových sítí a dokázal ji vhodným a netriviálním zprůsobem upravit. | ||
| Práce s literaturou | Student si vyhledal potřebné zdroje, dobře je pochopil a získané informace vhodně využitl ve své práci. | ||
| Aktivita během řešení, konzultace, komunikace | Student aktivně konzultoval, o téma měl zájem, přicházel s novými nápady a celkově se mi s ním dobře spolupracovalo. Student na řešení pracoval celý rok. | ||
| Aktivita při dokončování | Student práci dokončil v klidu a její obsah dobře konzultoval. | ||
| Publikační činnost, ocenění | Student se s touto prací zúčastnil studentské konference Excel@FIT 2024. |
Práce představuje zajímavou metodu pro zlepšení kvality videa pomocí fůze informací z několika po sobě následujících snímků s využitím deformovatelných konvolucí (řízených optickým tokem). Myslím si, že text práce i technické řešení jsou na vysoké úrovni. Nicméně postrádám hlubší srovnání s jinými metodami.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Náročnost zadání | Tématem práce jsou architektury neuronových sítí pro zlepšování kvality videa. Vzhledem k množství existujících metod, nástrojů, dat a složitosti teorie, ve které se student musel zorientovat, považuji zadání za mírně obtížnější. | ||
| Rozsah splnění požadavků zadání | Všechny body zadání byly splněny. | ||
| Rozsah technické zprávy | Technická zpráva má obvyklou délku a obsahuje všechny potřebné informace. | ||
| Prezentační úroveň technické zprávy | 85 | Struktura práce je logická. Kapitoly na sebe navazují. Student nejprve prezentuje obecné cíle, poté metody pro jejich dosažení, způsob řešení a nakonec implementační detaily a výsledky experimentů. V experimentech ovšem chybí porovnání s jinými přístupy, např. zmiňované architektury RVRT a EDVR. | |
| Formální úprava technické zprávy | 95 | Text práce je čtivý a srozumitelný. | |
| Práce s literaturou | 95 | Student v textu cituje velké množství literatury týkající se obecně neuronových sítí a metod pro zlepšování kvality obrazu a videa. | |
| Realizační výstup | 95 | Výsledkem je sada skriptů pro experimentování s několika metodami pro zlepšování kvality videa. | |
| Využitelnost výsledků | Práce kombinuje několik známých přístupů a přináší nové výsledky. Výsledky sice neukazují žádné dramatické zlepšení oproti single-frame přístupu, ale prezentovaná metoda je zajímavá a má potenciál pro další zkoumání. |
eVSKP id 155408