Přístupnostní navigace
E-application
Search Search Close
Bachelor's Thesis
Author of thesis: Ing. Eva Mičánková
Acad. year: 2022/2023
Supervisor: Ing. Tomáš Goldmann, Ph.D.
Reviewer: Ing. Jan Beran
This thesis focuses on the issue of facial recognition in a face image using neural networks and its acceleration. It provides an overview of previously used techniques and addresses the use of currently dominant convolutional neural networks to solve this issue. The work also focuses on acceleration mechanisms that can be used in this area. Based on the knowledge of the issue, a system based on the concept of edge computing was created, which can be used as a home security system connected to an IP camera, which sends a notification about the presence of an unknown person in a guarded area.
Face racognition, acceleration, Neural Compute Stick 2, OpenVINO, neuron, neural networks, convolutional neural networks, datasets, ArcFace, SphereFace, FaceNet, edge computing, RTSP stream, IP camera.
Date of defence
14.06.2023
Result of the defence
Defended (thesis was successfully defended)
Grading
A
Process of defence
Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm A.
Topics for thesis defence
Language of thesis
Czech
Faculty
Fakulta informačních technologií
Department
Department of Intelligent Systems
Study programme
Information Technology (BIT)
Composition of Committee
prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. Jan Kořenek, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) Ing. Libor Polčák, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen)
Supervisor’s reportIng. Tomáš Goldmann, Ph.D.
Vzhledem k tomu, že studentka během řešení práce pečlivě pracovala, na konzultace chodila připravená a nastalé problémy konzultovala s vedoucím, hodnotím přístup studentky velice kladně. Práce byla dokončená v dostatečném předstihu. Nicméně v technické zprávě bylo zapotřebí revidovat některé pasáže, což studentka ještě před odevzdáním práce provedla a vypořádala se tak s většinou připomínek od vedoucího práce.
Na základě výše uvedených informací hodnotím studentku stupněm výborně (A).
Jedná se o průměrně obtížné zadání kompilačního charakteru. Cílem bylo vytvořit aplikaci, která dokáže provádět rozpoznávání lidí na základě obličeje ve streamech z bezpečnostních kamer. Zadání práce považuji za splněné. Vytvořené řešení je je použitelné jako doplněk k zabezpečovacím systémům rodinného domu.
Studentka si opatřila studijní materiály svépomoci. Použitou literaturu považuji za relevantní k tématu řešené práce.
Studentka se pravidelně zúčastňovala konzultací, přičemž na každou konzultaci přišla připravená a s konkrétními dotazy. Přístup studentky během řešení práce hodnotím velice kladně a považuji ho za příkladný.
Studentka bakalářskou práci dokončila včas a finální verzi práce jsem obdržel v dostatečném předstihu. Studentka před odevzdáním stihla zakomponovat většinu mých připomínek jak k textu práce, tak i k realizační části.
Publikační činnost ani ocenění mi nejsou známy.
Grade proposed by supervisor: A
Reviewer’s reportIng. Jan Beran
Práce dosahuje výborné úrovně. Teoretická část slouží jako skvělý úvod do problematiky, praktická část poté implementuje prakticky použitelnou aplikaci. Technická zpráva je po jazykové i prezentační stránce kvalitní. Celkově navrhuji práci hodnotit stupněm A.
Evaluation level: průměrně obtížné zadání
Evaluation level: zadání splněno
Evaluation level: je v obvyklém rozmezí
Teoretická část práce je na výborné úrovni. Text by šel použít i samostatně jako učební materiál.
Kapitoly samotné jsou členěné a řazené logicky, čtenář nemá problém pochopit drtivou většinu informací v textu obsažených.
Jediným, ač drobným, nedostatkem je popis experimentů, kdy chybí explicitní popis toho, co se testuje ve kterém experimentu. Informace ovšem jde odvodit z textu.
Práce obsahuje jen zcela ojedinělé gramatické chyby nebo překlepy. Stran typografické stránky práce se občas vyskytují spojky “a” na konci řádku, celkově je ovšem text velmi dobře čitelný.
Práce s literaturou je na výborné úrovni. Studentka volila vhodné a aktuální zdroje, velká část těchto zdrojů jsou články z konferencí nebo z recenzovaných časopisů.
Výstupem práce je GUI aplikace pro rozpoznávání obličejů na konceptu edge computingu. Aplikace umožňuje použití různých modelů neuronových sítí jak pro detekci, tak pro rozpoznávání obličejů. Aplikace zvládá rozpoznávat obličeje jak ze záznamu, tak z RTSP streamu z IP kamery. Aplikaci lze navíc připojit k aplikaci Pushover a zasílat upozornění o detekci neznámé osoby na smartphone.
Výslednou aplikaci lze využít jako domácí bezpečnostní jednokamerový systém nebo např. pro testování různých kombinací modelů pro rozpoznávání a detekci obličejů.
Grade proposed by reviewer: A
Responsibility: Mgr. et Mgr. Hana Odstrčilová