PONZER, M. Detekce a rozpoznávání obličeje [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.
Student projevil při zpracování diplomové práce zjevný pozitivní zájem o zadané téma a později i slušnou úroveň odborných znalostí, které nakonec zhodnotil při realizaci aplikace pro detekci obličeje a identifikaci osob ve video sekvenci. Pracovní úsilí a samostatnost lze charakterizovat jako nadprůměrné a to po celou dobu řešení diplomové práce stejně jako využívání konzultací a čerpání v doporučené literatuře. Předložené práci lze vytknout snad jen velmi skromnou galerii pořízených dat a nižší rozsah statistické analýzy výsledků použitých metod pro zpracování a klasifikaci obrazu. Přesto je práce celkově na velmi dobré formální i odborné úrovni a proto ji bez námitek doporučuji k obhajobě před komisí.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Využití literatury | B | 8/10 | |
| Formální zpracování práce | B | 17/20 | |
| Aktivita během řešení a zpracování práce (práce s literaturou, využívání konzultací, atd.) | A | 18/20 | |
| Splnění zadání | B | 43/50 |
Úkolem studenta bylo nastudování a ověření metod detekce lidské kůže, rozpoznání obličeje a identifikace osob ve video-sekvencích. Zadání diplomové práce lze hodnotit jako odborně i časově velmi náročné. Předpokládalo jednak nastudování řady materiálů (jistě převážně v angličtině), pochopení vybraných metod a jejich implementace v prostředí Matlab. Ověření metod předpokládalo vytvoření rozsáhlé databáze snímků a videí a analýzu výsledků. Práce má i s přílohami a všemi náležitostmi 84 stran. Je rozdělena do devíti kapitol, kdy druhá až čtvrtá kapitola se zabývá postupně teoretickým rozborem detekce kůže, detekce obličeje a identifikací obličeje. První dvě kapitoly popisují a názorně, často na vlastních snímcích, prezentují několik možných vybraných metod. U identifikace obličeje je popsána pouze jedna metoda, konkrétně metoda Eigenfaces. Pátá kapitola a částečně závěr (kap.6) se bohužel jen velmi stručně věnují popisu a analýze získaných výsledků. Stručné zhodnocení výsledků bych považovala jako hlavní nedostatek práce. Při implementaci dříve používaných metod, kterých student není autorem, bych jako nejdůležitější přínos věnovaného úsilí považovala právě posouzení spolehlivosti vybraných metod, stanovení podmínek použitelnosti atd. Např. zmínka o úspěšnosti rozpoznávání 85%, když není uvedeno mezi kolika osobami bylo identifikováno na kolika snímcích atd. (rozsah trénovací a testovací databáze), nezní jako správné statistické vyhodnocení. Negativně musím také hodnotit nemožnost jednoduše ověřit výsledky na přiloženém CD. V dokumentu chybí alespoň stručný popis vytvořené aplikace a dílčích souborů a dodaná videa nešlo bez odhalení a nainstalování správného kodeku v aplikaci vůbec přehrát. Na druhou stranu jsem si vědoma náročnosti zadání, kdy se jedná opravdu o rozsáhlou komplexní úlohu s řadou dílčích problémů, se kterými si pan Ponzer dobře poradil. Práce až na výše zmíněné nedostatky je zdařilá. Může sloužit jako výstižný studijní materiál, zahrnuje výčet nejdůležitějších, v této oblasti používaných metod. Po grafické a stylistické stránce je příkladně dobře upravená téměř bez chyb a překlepů. Je odborně i formálně zdařilá a student prokázal zjevné inženýrské schopnosti. Práci doporučuji k obhajobě.
| Kritérium | Známka | Body | Slovní hodnocení |
|---|---|---|---|
| Formální zpracování práce | A | 10/10 | |
| Interpretace výsledků a jejich diskuse | E | 10/20 | |
| Splnění požadavků zadání | C | 15/20 | |
| Odborná úroveň práce | B | 40/50 |
eVSKP id 22226