Přístupnostní navigace
E-application
Search Search Close
Bachelor's Thesis
Author of thesis: Bc. Richard Harman
Acad. year: 2022/2023
Supervisor: doc. Ing. Martin Čadík, Ph.D.
Reviewer: Ing. Petr Bobák, Ph.D.
This thesis works on classifications of sketch representations of telestration tool. This classification is being developed for telestration application as part of the free-hand drawing section. After choosing the sketch representations, collecting data with specifically created application I created two datasets. First dataset was used to train a convolutional neural network to classify the sketches. Second dataset was used to train segmentation neural network to classify lines and ellipses in sketches. Both networks was then implemented into application to showcase their usage in real-time and experiment on their accuracy. This application also contains post-processing process to recreate the telestration tool representations from the sketches.
sketch classification, automatic tool selection, image segmentation, convolutional neural network, computer vision, image processing, human -- computer interaction
Date of defence
14.06.2023
Result of the defence
Defended (thesis was successfully defended)
Grading
B
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.
Topics for thesis defence
Language of thesis
English
Faculty
Fakulta informačních technologií
Department
Department of Computer Graphics and Multimedia
Study programme
Information Technology (BIT)
Composition of Committee
prof. Ing. Adam Herout, Ph.D. (předseda) doc. Dr. Ing. Otto Fučík (člen) doc. Ing. Vítězslav Beran, Ph.D. (člen) Ing. Jiří Hynek, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen)
Supervisor’s reportdoc. Ing. Martin Čadík, Ph.D.
In general, I consider the quality of this work slightly above the average. The student proposed and implemented a functional system for sketch classification and segmentation. The student further collected a dataset of almost 1.5K sketches. I appreciate that the text part of the thesis is written in English.
The difficulty of the assignment of this thesis is slightly above average. The student had to study current research work on sketch recognition, familiarize himself with machine learning algorithms and collect the data necessary to train the methods. I am satisfied with the results.
I find the student's activity in obtaining and using study materials slightly above average. The student showed the ability to study, understand and use research articles and other sources.
From my viewpoint, the student's activity was fluctuating during the solution. The student often missed to report the progress in the agreed regular weekly intervals.
The work was completed just before the deadline, the final content was partially consulted with the supervisor.
Grade proposed by supervisor: B
Reviewer’s reportIng. Petr Bobák, Ph.D.
Autor v rámci bakalářské práce prostudoval problematiku klasifikace a segmentace ručně kreslených skic a vytvořil přesvědčivé a komplexní dílo spojující množství metod a technologií do jednoho celku splňující zadání práce. Vzhledem k výše zmíněným prezentačním a formálním nedostatkům navrhuji hodnocení stupněm B.
Evaluation level: obtížnější zadání
Zadání práce je obtížnějšího charakteru. Autor musel nastudovat problematiku rozpoznávání skic a dále také klasifikační a segmentační metody strojového učení. Součástí zadání byl mimo jiné i sběr dat pro trénování zmíněných úloh strojového učení.
Evaluation level: zadání splněno s drobnými výhradami
Poslední bod zadání (diskutujte silné a slabé stránky navrženého řešení) není v technické zprávě adresován.
Evaluation level: je v obvyklém rozmezí
Rozsahem se práce nachází v obvyklém rozmezí – závěr je uveden na straně 41 (cca 62 normostran).
Logická struktura technické zprávy je na průměrné úrovni. V kapitole 2 pojmenovaná jako „Related work“ se prolínají informace o existujících metodách společně s návrhem a realizací nástroje pro rozpoznání skic. V textu se nezřídka objevují také reference na budoucí části, což výrazně znepříjemňuje pochopitelnost a komplikuje návaznost sekcí. Ve zprávě zcela chybí přehled typů či vlastností grafických tabletů pro záznam ručních kreseb, který by pomohl objasnit potřebu segmentace tahů, jejiž motivace je v technické zprávě zcela opomenuta. Text zprávy neposkytuje ani specifikaci typu či parametry grafického tabletu použitého pro sběr dat a evaluaci realizovaného řešení. V kapitole 5 (Experiments) chybí demografické informace o participantech evaluační studie.
Práce je psána ve anglickém jazyce. Po gramatické stránce se v textu četně vyskytují chyby v určitých a neurčitých členech a menší množství překlepů. Po typografické stránce je formátování textu na průměrné úrovni. Rovnice nejsou číslovány a názvy kapitol/sekcí jsou často bezprostředně následovány sekcí/subsekcí bez průvodního textu (např. sekvence Chapter 4, Method, 4.1 Annotation tool, 4.1.1 Framework). Obrázky 4.10 až 4.14 jsou zbytečně veliké a jejich rozložení zabírá příliš mnoho prostoru (vhodnější by bylo uspořádání do dvojic či trojic).
Autor cituje 20 převážně vědeckých zdrojů relevantních pro řešený problém.
Výstupem práce je nástroj pro rozpoznání sedmi tříd ručně kreslených skic, které reprezentují grafické symboly/nástroje využívané v nástrojích pro analýzu sportovních záznamů, a rozmístění těchto grafických symbolů. Součástí výstupů je také dataset čítající více než 1400 skic získaných od 97 participantů. Klasifikace skic je realizována neuronovou sítí ResNet s přesností klasifikace 99.64 %, bohužel bez bližšího zdůvodnění a analýzy výběru. Dle mého názoru, by bylo vhodné porovnat více architektur, např. stanovit baseline síť a následně porovnat s mocnějšími typy jako VGG, EfficientNet, ResNet pro vybudování hlubší představy o velikosti sítě potřebné pro klasifikaci skic. Následně je raster skici segmentován pomocí architektury U-net dle (1) směru tahu nebo (2) prvku (tj. čára, elipsa, pozadí). Přesnost segmentace je však nejasná, neboť v technické zprávě není uvedena kvalitativní metrika (např. pixel accuracy/error). Na základě klasifikace a segmentace jsou grafické symboly vytvořeny a umístěny na odpovídající pozice.
Realizované dílo je funkční a vzniklo ve spolupráci se společností ChyronHego Corporation, která se mimo jiné zaměřuje na poskytování řešení pro analýzu a sledování sportovních výkonů.
Grade proposed by reviewer: B
Responsibility: Mgr. et Mgr. Hana Odstrčilová