RYBNIKÁŘ, P. Rešeršní studie metod rozpoznávání gest rukou snímaných kamerou [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2019.

Posudky

Posudek vedoucího

Kovář, Jiří

Zadáním práce je rešeršní studie metod rozpoznávání gest rukou snímaných kamerou. Zadání práce považuji za nelehké už jen kvůli skutečnosti, že jedním z výstupů má být realizovaný a funkční algoritmus pro rozpoznávání gest rukou ze snímaného obrazu. Práce je rozdělena na část rešeršní a realizační. Rozsáhle vypracovaná první, rešeršní část, dala studentovi dostatečnou znalostní základnu pro splnění dalšího cíle práce. Bohužel informační hodnotu této části práce velmi snižuje její nepřehledné členění a nepříliš pečlivé zpracování. Návrh a realizaci algoritmu považuji za dobré, ale opět zmatečně popsané. Dle mého názoru je tento algoritmus možné použít jako základ pro další práci, která spočívá v možnosti uvolnění rukou uživatele tím, že poloha a úkony nebudou přenášeny pomocí ovladačů, ale rozpoznávány ze snímaného obrazu. Cíle práce považuji za splněné beze zbytku, ikdyž zpracování zbytečně kvalitu práce snižuje. Celkově považuji práci za dobrou a doporučuji ji k obhajobě s hodnocením C - dobře.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod A
Vlastní přínos a originalita A
Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry D
Využitelnost výsledků v praxi nebo teorii C
Logické uspořádání práce a formální náležitosti C
Grafická, stylistická úprava a pravopis C
Práce s literaturou včetně citací C
Samostatnost studenta při zpracování tématu A
Navrhovaná známka
C

Posudek oponenta

Kroupa, Jiří

Předložená bakalářská práce je zaměřena na metody rozpoznávání gest rukou ze snímaného obrazu. V první kapitole se student věnuje problematice předzpracování, segmentaci a klasifikaci objektů v obraze. Popis jednotlivých metod v této části práce je poněkud těžkopádný a obtížně pochopitelný (např. metoda Level set, Skrytý Markovův model). U některých metod je uveden pouze obecný popis, ale už není zmíněno, jak konkrétně se metoda využívá v dané problematice (K-nearest neighbours). Student se při popisu také dopustil několika nepřesných či nepravdivých formulací jako jsou špatné tvary masek jednotlivých směrů Prewittových operátorů, tvrzení, že metoda watershed je hybridní nebo popis vrcholového řetězcového kódu v kapitole „Freemanův kód“. Vzhledem k tématu práce bych v rešeršní části očekával také popis problematiky detekce gest, ten zde ale chybí. Druhá kapitola obsahuje detailní popis metody Level set, kterou si student vybral pro praktickou realizaci. Ta je společně s výsledky popsána v kapitole 3. Student pro implementaci metody použil prostředí Matlab, přičemž základní funkcionalitu vhodně vysvětluje pomocí vývojových diagramů. Zdrojové kódy včetně videa jsou k dispozici jako příloha práce, takže je možné ověřit funkčnost realizovaného řešení. Výsledkem je program pro detekci ruky a jejího natočení v prostoru. K praktické části nemám výhrad, student musel k jejímu zvládnutí prokázat orientaci v nelehké problematice. Po grafické úrovni je práce na vysoké úrovni s minimem překlepů, stejně tak je na dobré úrovni práce s citacemi. Výtku mám pouze k některým obrázkům, na které není odkazováno v textu. I přes ne příliš vydařenou rešeršní část práci doporučuji k obhajobě s celkovým hodnocením C.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Splnění požadavků a cílů zadání C
Postup a rozsah řešení, adekvátnost použitých metod D
Vlastní přínos a originalita C
Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry D
Využitelnost výsledků v praxi nebo teorii C
Logické uspořádání práce a formální náležitosti B
Grafická, stylistická úprava a pravopis B
Práce s literaturou včetně citací B
Navrhovaná známka
C

Otázky

eVSKP id 117104