Student pracoval s materiály doporučenými vedoucím práce a sám si také dohledával další zdroje. 

Práce byla dokončována na poslední chvíli, její obsah byl konzultován. 

Logická struktura technické zprávy vykazuje řadu závažných nedostatků, které negativně ovlivňují pochopitelnost práce:

• Chybí zadání za titulním listem dle směrnice č. 72/2017, čl. 15. Zadání je sice zařazeno jako Příloha C, avšak směrnice vyžaduje jeho umístění bezprostředně za titulní list.
• Velmi stručný úvod (cca 1/2 strany), popis obsahu jednotlivých kapitol je nekompletní (končí výčtem u kap. 3) a působí nedokončeně.
• Kapitola 1 — průzkum problematiky vyjmenovává množství možných přístupů, avšak jen velmi povrchně a stručně, bez hlubšího vhledu do problematiky.
• Návrh aplikace je založen na konkrétním prostředí (Unity), autor neprozkoumal a v práci nediskutoval další alternativy jako ARCore, ARKit, případně nativní vývoj.
• Návrh řešení chaoticky míchá samotný návrh s implementačními detaily včetně ukázek zdrojového kódu (Listings 1–5) a vyhodnocení.
• V textu se opakovaně objevují dopředné odkazy, což snižuje plynulost čtení a ztěžuje navazování myšlenek.
• Práce představuje dva přístupy k lokalizaci, ale ani u jednoho není návrh dobře zdůvodněn:
  • Hrubá lokalizace pomocí image retrieval je založena na přímočarém použití předtrénovaného modelu MobileNetV2 bez fine-tuningu na cílový dataset interiérů fakulty a bez popisu alternativ či objasnění, proč byl zvolen právě tento model.
  • Přesná lokalizace je založena výhradně na komerční knihovně ImmersalSDK založené na mračnech bodů; vlastní přínos autora se omezuje na integraci a mapování prostor.
• Sekce 3.2.3 Funkcionalita ImmersalSDK (cca 7 stran, str. 23–29) prakticky pouze parafrázuje oficiální dokumentaci (ref. [20], v této sekci citována téměř 30x). Takto rozsáhlá parafráze dokumentace do technické zprávy bakalářské práce nepatří.
• Není jasné, jaké části fakulty byly zmapovány pro metodu image retrieval. Sekce 3.3.1 uvádí pouze obecné informace o pořizování databáze (cca 1000 fotografií), chybí přehled konkrétně pokrytých lokalit, na rozdíl od sekce 3.3.2 (mapování pro Immersal), kde jsou jednotlivé budovy popsány.
• Sekce 4.2 (Vyhodnocení precizní lokalizace pomocí mračen bodů) je nejasná a chaotická. Metodika v sekci 4.1 je popsána pouze v cca 8 řádcích, chybí specifikace testovacího zařízení (model telefonu, hardware), počet průchodů, doba mapování apod. Definice „úspěšné lokalizace“ v sekci 4.1 je sama o sobě protismyslná a znehodnocuje interpretaci uvedených tabulek.
• Sekce 4.3 (Vyhodnocení image retrieval) je ještě horší než 4.2 — neposkytuje žádný popis validační sady, způsobu pořízení testovacích dat ani referenčního ground truth.

Výstupem práce je mobilní AR aplikace v enginu Unity, která kombinuje hrubou lokalizaci pomocí image retrieval (MobileNetV2 v rámci Unity Sentis) a precizní lokalizaci pomocí ImmersalSDK založeného na mračnech bodů. Autor pomocí existující aplikace zmapoval značnou část areálu FIT VUT (budovy A, B, C, D, E, L, M, N, O), vytvořil 39 použitelných map z přibližně 140 skenů a databázi cca 1000 referenčních fotografií pro image retrieval. Oba přístupy k lokalizaci jsou však nepřesné a v kombinaci s množstvím autorem přiznaných nedodělků činí aplikaci v praxi téměř nepoužitelnou.

Realizovaná aplikace trpí množstvím autorem otevřeně přiznaných nedostatků (sekce 4.4.3):

• Manuální umístění NavMesh v prostředí je „poměrně hrubě umístěné“ a v některých částech fakulty neumožňuje navigaci.
• V grafickém rozhraní chybí indikátor úspěšné lokalizace; aplikace spoléhá na výstup debug loggeru.
• Oprava tlačítka restart byla provedena „v poslední aktualizaci kódu před odevzdáním“ a nebyla otestována.
• Chybí podrobnější instrukce pro uživatele.

Úspěšnost hrubé lokalizace (image retrieval) prezentovaná v sekci 4.3 vykazuje velmi nízké hodnoty: v polovině testovaných lokalit je úspěšnost detekce pod 50 % (Budova A — Učebny 47 %, Budova A — Horní patro 32 %, Budova C — Spodní patro 29 %, Budova D — podzemí 33 %, Budovy M, N, O 33 %, Budova L 40 %). Tabulky 4.4–4.14 navíc neposkytují popis validační sady ani metodiky vyhodnocení.

Úspěšnost precizní lokalizace (ImmersalSDK) — metrika přesnosti je nedostatečně popsaná a objasněná, nicméně ve většině sledovaných prostor relativně dobrá (60–80 %), v některých lokalitách však problematická (Budova D — podzemí 8/103 ≈ 8 %). 

Plakát (Příloha B) obsahuje chybu — sekce „Image Retrieval“ a „Point Cloud lokalizace“ na plakátu obsahují identický popis „Z galerie lokálně uložených fotografií, S využitím neuronové sítě MobileNetV2, Trénované na více než 1000 fotografiích“. Pro Point Cloud lokalizaci (ImmersalSDK) je tento popis zcela chybný, jelikož metoda nepoužívá MobileNetV2 ani fotografie z galerie, ale mračna bodů. Jedná se zřejmě o chybu vzniklou kopírováním.

Evaluation level: zadání splněno s drobnými výhradami

Všechny body zadání jsou formálně adresovány, avšak s výhradami:

• Bod 1 (prozkoumání problematiky) je naplněn pouze povrchně — kapitola 1 sice vyjmenovává množství různých přístupů k indoor lokalizaci, ale bez hlubšího vhledu do problematiky a bez kritické analýzy.
• Bod 2 (technologie pro tvorbu AR aplikací) je výrazně zúžen na engine Unity. Autor neprozkoumal a v technické zprávě nediskutoval další relevantní alternativy jako jsou např. ARCore, ARKit či nativní vývoj. Volba Unity je v sekci 2.2 prezentována jako daná, nikoliv jako výsledek rozvahy mezi alternativami.
• Body 3 a 4 (návrh, implementace a vyhodnocení) jsou splněny pouze částečně — autor v sekci 4.4.3 explicitně přiznává řadu nedodělků a uvádí, že „není doporučeno provádět navigaci po rozsáhlejších prostorách fakulty“. Funkční prototyp tedy v praxi neumožňuje plnohodnotnou navigaci v cílovém prostředí.
• Bod 5 (plakát a video) — plakát je dodán, obsahuje však viditelnou chybu (viz Realizační výstup).

Autor cituje 43 zdrojů, z nichž je významná část kvalitních vědeckých publikací a survey článků relevantních pro problematiku indoor lokalizace. Mám však následující výhrady:

• Reference [39] a [40] jsou duplicitní — uvádí stejnou publikaci (Xiao et al., A Survey on Wireless Indoor Localization from the Device Perspective, ACM Comput. Surv., 2016).
• Sekce 3.2.3 se opakovaně (téměř 30x) odkazuje na jediný zdroj [20] — dokumentaci Immersal SDK — a v podstatě je pouhou parafrází tohoto zdroje (viz Prezentační úroveň).
• Zdroje [14] (Flyability blog) a [26] (Mathworks discovery page) jsou marketingové/edukační webové stránky komerčních subjektů, vhodnější by bylo využít primární vědecké zdroje k SLAM.
• U elektronických zdrojů chybí konzistentní uvádění data přístupu (uvedeno pouze u [20]).