KLIMEŠ, P. Vyhodnocení mrkání a pozorovaného místa na monitoru [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Předložená práce pana Klimeše, jejímž cílem bylo rozšíření stávajícího simulátoru řízení vozidla na UAMT o možnost analýzy kamerových snímků s cílem vyhodnocovat místo pohledu a mrkání, je po formální stránce správně zpracována dle šablony a standardu diplomových prací. Grafická i jazyková úroveň je velmi dobrá a stejně hodnotím i prezentační úroveň. Práce má přibližně 60 normostran (úvod-závěr). Za čistě teoretických lze považovat 26 stran (kapitola 1) a tato část z hlediska využitelnosti výsledku kvalitně naplňuje první bod zadání a svědčí o dobré práci s převážně cizojazyčnou literaturou. Představeny jsou nejvýznamnější metody detekce obličeje, očí, směru pohledu a mrkání včetně dostupných datasetů, popisu existujících implementací i několika komerčních eyetracker modulů. Všechny části teorie jsou pro práci přínosné. Další kapitoly jsou již praktické. Věnují se v logickém sledu nejdříve popisu HW i SW stávajícího simulátoru plus výběru kamery včetně ověření naplnění stanovených požadavků. Dále jsou popsány otestované algoritmy, kdy si student musel pořídit a pracně anotovat několik datasetů, seznámit se s různými programovacími jazyky, knihovnami a jednotlivými implementacemi. Pro jednotlivé body úlohy otestoval vždy několik algoritmů včetně učení vlastní sítě CNN a na základě tohoto se podle mého názoru správně rozhodl pro využití knihovny OpenFace 2.0. Protože se nechtěl spokojit s během programu „jen“ na pozadí a zápisu dat do vedlejšího csv, musel pro implementaci do software Unreal Engine simulátoru správně zkompilovat a linkovat více i navzájem kolizních knihoven. Z konzultací vím, že toto nebyl jednoduchý úkol a že tímto strávil student mnoho času. Nad to student naprogramoval několik doplňkových skriptů – pro geometrický přepočet úhlů pohledu a pozice hlavy na sledované místo na monitoru, pro zpřesnění výsledků lineární regresí s možností kalibrace i jednotlivých uživatelů, pro výpočet frekvence a délky mrkání. Pro otestování vytvořil dataset s desíti osobami a získaná průměrná přesnost 10,4 cm na širokoúhlém monitoru (resp. 9,9 cm při zkalibrování uživatele) je dle mého názoru i dle stanovených požadavků plně vyhovující plánovanému použití a navržený systém tak bude možné využívat pro potřeby analýzy dat ze simulátoru. Trošku mě mrzí, že na závěr nebylo otestováno rozpoznání/klasifikace pohledu do zón jako u natrénované CNN. Ale na základě testů a uvedené výsledné přesnosti určení místa pohledu na monitoru věřím, že by klasifikace byla úspěšná. Všechny skripty, datasety i výsledky testů jsou na přiloženém paměťovém médiu. Zdrojový kód však není prakticky vůbec komentován, což bude ztěžovat jeho využívání. Student pracoval na své práci hned od začátku velmi aktivně a se zjevným zápalem. Byl velmi samostatný, přesto své dílčí výsledky pravidelně prezentoval a konzultoval. Jeho aktivitu a pokroky práce bylo možné sledovat i na častých návštěvách v laboratoři simulátoru. Podle mě všech známých skutečností i dle výsledku porovnání systémem Theses není dokument plagiátem (míra podobnosti 5 % daná hlavně formálními náležitostmi práce). Pan Klimeš podle mého názoru splnil všechny body zadání a prokázal svou prací inženýrské schopnosti, a proto práci doporučuji k obhajobě s hodnocením A (90 b).
Úkolem pana Klimeše bylo navrhnout a realizovat zařízení pro získání informací z obrazu obličeje osoby testované na simulátoru řízení vozidla na ÚAMT. Cílem bylo zejména získat informace o frekvenci a délce mrkání a směru pohledu řidiče. Práce obsahuje krom Úvodu a Závěru celkem 4 kapitoly a je sepsána v logickém sledu. První kapitola slouží jako teoretický úvod, kde jsou velmi pěkně popsány a porovnány současné používané detekční algoritmy. Následuje kapitola stručně popisující dostupný simulátor řízení vozidla. Další část práce (následující dvě kapitoly čítající 27 stran) lze považovat za vlastní dílo diplomanta. Z popisu v kapitole 3 je zřejmé, že diplomant prozkoumal a otestoval několik různých přístupů a algoritmů, což hodnotím velmi kladně. Následně na základě zjištěných závěrů vybral optimální přístup pro další práci. Vybrané algoritmy následně implementoval do stávajícího software simulátoru řízení vozidla, který je realizován v Unreal Engine 4. Diplomant se tak musel seznámit s dalším vývojovým prostředím a zorientovat se v něm, což se mu, dle prezentovaných výsledků, podařilo a dokázal tak zrealizovat celý měřicí/vyhodnocovací systém. Ten následně otestoval a zhodnotil jeho použitelnost včetně případných omezení na základě vlastních měření na skupině osob. Po odborné stránce tedy hodnotím práci jako zdařilou. Po formální stránce je práce rovněž na solidní úrovni. Připomínku mám jen k formě kapitoly Úvod, která spíše připomíná Závěr, absenci popisů některých veličin ve vztazích (např. 1.1 – 1.5) či vkládání odkazů na literaturu na začátek odstavce. Rovněž některé odkazy (zejména u obrázků) bych volil standardní formou, nikoli jako přímo vložený hypertextový odkaz. V práci je využito celkem 29 literárních zdrojů, což považuji za odpovídající typu práce. Diplomant, pan Klimeš, tak prokázal poměrně dobrou orientaci v dané problematice, dokázal nastudovat potřebné informace, seznámit se s různými vývojovými prostředky a programovacími jazyky a zrealizovat a otestovat výsledné řešení. Práci tak doporučuji k obhajobě a navrhuji hodnocení 90 b/A.
eVSKP id 142264