Student měl za úkol prozkoumat netradiční metody biometrie. Na začátku řešení práce bylo upřesněno její zaměření na problematiku identifikace osob na základě biometrie ucha. Vzhledem k omezeným zdrojům jak na straně literatury, tak na straně datasetů, považuji zadání za obtížnější.

Student svoji práci prezentoval v rámci studentské konference Excel@FIT 2025.

Student byl v průběhu řešení práce velice aktivní. O téma se aktivně zajímal od samého začátku řešení práce a první experimenty prováděl velmi brzy. Na konzultace chodil pravidelně a vždy řádně připraven.

Evaluation level: zadání splněno

Zadanie je splnené v plnom rozsahu a zároveň autor preskúmal značne bod 6. "Experimentujte s vaší implementací a případně navrhněte vlastní modifikace metod."

Rozsah riešenia v tomto bode je silnou stránkou tejto práce, kde autor vyskúšal rôzne architektúry neurónových sietí, spôsoby tréningu, spôsoby pred-trénovania a všetko zhrnul v rozsiahlom porovnaní.

Z tohto pohľadu je zadanie splnené aj mierne nad rámec popísaných bodov.

Práca sa dobre číta avšak samotná štruktúra má zopár nedostatkov.

Celkovo je jasné, čo je cieľom práce a to ako to dosiahnuť, ale práca obsahuje len 3 pomerne rozsiahle kapitoly (vynechajúc Úvod a Záver).

Z pohľadu delenia negatívne hodnotím, že teoretický úvod je celý zhrnutý v jednej kapitole s názvom "Machine Learning for personal identification", čo z názvu invokuje skôr úvod do obecnej biometrickej problematiky. Kapitola však obsahuje všetko od úvodu do identifikácie osôb pomocou ucha, cez prehľad obecných architektúr sietí, obecný prehľad spôsobov tréningu až po dátové sady a zarovnávanie obrazu.

Podobnú výhradu mám aj ku kapitole "Unconventional biometrics", ktorá obsahuje všetko ohľadom návrhu riešenia. Kapitola je teda veľmi rozsiahla, a zároveň jej názov je príliš obecný. Práca je zameraná "len" na identifikáciu pomocou ucha, v tejto kapitole je popísané ako generovanie syntetických dát tak a aj implementácia a konfigurácia trénovacích skriptov.

Autor pracuje s literatúrou veľmi dobre, zdroje sú primárne dobré hodnotené konferencie a žurnály, prípadne autor cituje pre-print verzie článkov. Všetky využívané metódy sú z posledných rokov a predstavujú aktuálny state-of-the-art.

Práca kombinuje hlavne existujúce prístupy a získava unikátne výsledky na špecifickom probléme identifikácie osôb pomocou uší.

Z pohľadu citačnej etiky je jasné, ktoré myšlienky boli autorom prevzaté a aký je ich pôvod.

Spôsob, akým autor využívania literatúru hodnotím veľmi pozitívne. 

Jedná sa o prácu kompilačného charakteru, autor aplikuje metódy používané v oblasti počítačového videnia na problém identifikácie osôb pomocou ucha.

Vo výsledkoch práce je prezentovaný aj autorom vytvorený model, ktorý dosahuje lepšie výsledky ako porovnávané state-of-the-art modely zo súťaže UERC 2023.

Práca bola autorom prezentovaná aj na konferencii Excel@FIT, a dosiahnuté poznatky sú aplikovateľné aj v praxi.