ŠTĚPÁN, F. Identifikace objektů v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Student Filip Štěpán vypracoval bakalářskou práci na téma Identifikace objektů v obraze. Student pracoval od začátku samostatně a pravidelně konzultoval své dílčí pokroky a další možný postup. Hned na začátku bylo rozhodnuto,že cílem bude identifikace dopravních značek v reálných obrazech. V teoretické části práce se student zabývá popisem metod zpracování obrazu, které jsou v práci využity během vypracování práce a také popisem algortimů pro tvorbu rozhodovacího stromu, který tvoří kostru vytvořeného postupu, Práce obsahuje také krátké shrnutí metod, které mohou být pro rozpoznání objektů v obraze využity. Dále student popisuje techniky, které v práci použil pro popis a rozpoznání objektů. Práce má dobrou logickou strukturu. V kapitole implementace je popsán praktický aspekt implementace. Kapitola obsahuje vývojový diiagram celého navrženého postupu a dílčích kroků Základem postupu je rozhodovací strom pro rozřazení detekované značky dle jeho barvy, tvaru a typu. Prvním krokem postupu po předzpracování je segmentace, která slouží pro vytipování oblastí,kde by se mohla nacházet dopravní značka. Segmentace může být provedena v různých barevných modelech, Následujícími krokem je detekce objektu k tomuto účelu autor používá dvě různé metody: radiometrické deskriptory a Houghovu transformaci. Posledním krokem je rozpoznání konkrétní značky k tomuto účelu je možné použít buď template matching nebo algoritmus založený na metodě výrazných bodů SURF. Autor vytvořil uživatelské prostředí pro identifikaci dopravních značek. V rámci bakalářské práce vznikla databáze fotografii dopravní situace a databáze dopravních značek. Autor v práci porovnání úspěšnost správného rozpoznání značky při použití různých barevných prostorů pro segmentaci a různou kombinaci metod pro detekci a rozpoznání značky. Úspěšnost se u těch výhodnějších kombinací dosahuje 80 či 85 procent. Tyto testy byly provedeny na menším počtu snímků. Pozitivní zcela jistě je,že přes použití prostředí MATLAB se studentovi podařilo dosáhnout toho,že se doba všech výpočtů pohybuje v řádu jednotek sekund. Student splnil zadání bakalářské práce a jeho výstupy splňují standart pro bakalářkou práci.
Bakalářská práce pana Štěpána s názvem Identifikace objektů v obraze se zabývá rozpoznáním dopravních značek. V první části student popisuje možnosti zpracování a analýzy obrazu klasifikační algoritmy a možnosti charakteristiky obrazu příznaky. Z teoretické části práce je zřejmý nadhled nad popisovanou problematikou a text je čtivý. Vytknul bych pouze organizaci textu, kdy je obvyklé členit kapitoly od akvizice obrazu, předzpracování, extrakce příznaků po klasifikaci. Druhá část práce se věnuje implementaci několika kombinací různých algoritmů, které by měly vést k identifikaci dopravních značek. Zde bych důrazně vytknul organizaci textu i vývojových diagramů, které nespecifikují co vlastně je implementováno a jak. Čtenář se až v ve výsledcích dočítá, že dílčí algoritmy byly nezávisle kombinovány, čímž druhá část práce působí velmi zmatečně a těžko se orientuje jak v kapitole popisující implementaci tak ve výsledcích. Je nutné vyzdvihnout velkou autorovu snahu nalézt optimální algoritmus rozpoznání značek, což je doloženo množstvím provedených testů a implementovaných dílčích algoritmů. Práce splňuje požadavky na bakalářskou práci po stránce technické. Po stránce formální je dostačující s ohledem na autorovy zkušenosti. Doporučuji vložit více úsilí do rešerše používaných metod než implementace algoritmu. Práce tak bude jednak z teoretického hlediska na výši a nedojde, jako v tomto případě k pocitu, heuristického zkoušení různých kombinací algoritmů, což nepůsobí odborně. Prezentujte výsledky jednotně, jednou je jsou výsledky formou sloupcového grafu, jednou formou tabulky. Na závěr bych doporučil sestavit si vhodné trénovací a testovací množiny dat, aby nedošlo k tomu, že některé značky jsou v testovací množině a ne v trénovací. Prací doporučuji obhajobě a s ohledem na náročnost hodnotím 80-ti body.
eVSKP id 93405