ĎURIŠ, D. Detekce ohně a kouře z obrazového signálu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
Diplomová práce se zabývala detekcí ohně a kouře na základě analýzy obrazového signálu. Větší část práce je věnována teoretickému rozboru dané problematiky, přičemž některé pasáže jsou příliš rozsáhlé a nemají na řešenou problematiku velký vliv (např. rozbor příčin vzniku požárů, ekonomické škoda atd.). Autor v práci správně uvedl některé stávající algoritmy, na jejichž základě provedl návrh vlastního algoritmu. Nicméně v práci postrádám informaci o tom, zda stávající algoritmy byly testovány na stejném datasetu jako navržený algoritmus. Dále pak v práci chybí nějaká rozsáhlejší diskuze nad dosaženými výsledky (např. údaje o počtu falešně pozitivních a falešně negativních detekcích). Autor pracoval zcela samostatně, prakticky bez konzultace s vedoucím. Nicméně i přes to vytvořil rozsáhlý dataset, navrhl a implementoval požadovaný algoritmus. Zadání práce tak považuji za splněné. Po formální stránce je práce na průměrně úrovni, kdy např. texty u abstraktu a úvodu nejsou zarovnány do bloku nebo se v textu objevují odkazy na neexistující zdroje.
Cílem práce bylo nastudovat možnosti využití technik strojového učení k detekci ohně a kouře v obrazových datech a na tomto základě pak navrhnout, implementovat a ověřit algoritmus k detekci ohně a kouře z videa. Pro trénování a testování navrženého algoritmu měla být vytvořena rozsáhlá obrazová databáze (tzv. dataset). V první kapitole autor popisuje způsoby vzniku a následky požárů. Tuto kapitolu považuji za zbytečnou, protože s řešením samotné detekce požárů nesouvisí. Druhá kapitola je teoretickým úvodem, v němž autor nejprve rozebírá klasické detektory požárů. Tento rozbor je však dosti neúplný (kromě detektorů teploty a kouře na s. 23 zde chybí detektory plamenů) a nepřesný (např. bimetalové detektory se již prakticky nevyužívají). Navíc opět nemá žádný vliv na způsob řešení zadaného problému. Následně jsou v kapitole popsány principy soudobých technik strojového učení k detekci ohně a kouře v obrazových datech. Na tuto část navazuje popis fungování základních stavebních bloků zmíněných technik. Zbytek kapitoly je věnován problematice datasetu. Třetí kapitola se zabývá návrhem řešení. Je zde popsán použitý software a hardware a také popsána metodika návrhu datasetu. V další části kapitoly jsou vybrány základní stavební bloky pro budoucí řešení. S výběrem bloků lze souhlasit, avšak volba jejich parametrů není zdůvodněná. Například na s. 67 je obr. 27, který má zdůvodnit parametry použité konvoluční neuronové sítě. Jednotlivé průběhy na uvedeném obrázku však nejsou parametrům sítě nikde přiřazeny. Zbytek kapitoly je věnován popisu zvolené metodiky tvorby a použití datasetu. V poslední kapitole a v závěru autor stručně shrnuje dosažené výsledky. Pravděpodobnost detekce požárů autorova řešení je v porovnání s existujícími řešeními nízká a tak je vytvořený systém použitelný pouze pro demonstrační účely. Autor zde rovněž uvádí počty obrázků a videí jím vytvořeného datasetu. Dataset však nezpřístupnil a tak jeho tvrzení nelze ověřit. Z formálního hlediska je práce na průměrné úrovni. Poměrně často se v ní vyskytují problémy s odkazy (např. s. 35, 2. řádek zdola). Různá schémata (např. obr. 15 na s. 45) jsou většinou převzata z různých zdrojů a jen doplněna o slovenské popisky. Graficky je potom práce nejednotná. Celkově konstatuji, že autor navrhl, implementoval a ověřil algoritmus k detekci ohně a kouře z videa. Tento algoritmus má však nízkou pravděpodobnost detekce a použitý dataset nebylo možné ověřit. Předloženou diplomovou práci hodnotím 68 body, tj. stupněm D.
eVSKP id 122878