Přístupnostní navigace
E-application
Search Search Close
Master's Thesis
Author of thesis: Ing. Marek Konečný
Acad. year: 2025/2026
Supervisor: prof. Ing. Martin Čadík, Ph.D.
Reviewer: Ing. Marek Vaško
Modern Scanning Electron Microscopes (SEM) are equipped with multiple detectors that simultaneously provide distinct modalities for observing the intrinsic electron signal components. While their combined use enables finer specimen analysis, each detector also introduces residual signal components, such as shot noise and other imaging artifacts. This motivates multimodal image fusion, which aims to combine informative signal components while suppressing unwanted artifacts. This work adapts and evaluates several image fusion methods, utilizing both objective quality metrics and subjective assessment. Methods operating in both the spatial and gradient domains, as well as machine learning-based techniques, are covered. The main contribution is a novel fusion method based on intrinsic signal decomposition using a convolutional encoder-renderer neural network trained in a predominantly self-supervised manner. When configured to strictly denoise the input channels during reconstruction, the trained architecture achieves a mean PSNR gain of up to approximately 15 dB in low-quality imaging scenarios.
Image Fusion, Scanning Electron Microscopy (SEM), Image Processing, Image Restoration, Intrinsic Image Decomposition, Deep Learning, Neural Networks, Encoder, Differentiable Renderer, Subjective Trials
Date of defence
24.06.2026
Result of the defence
Defended (thesis was successfully defended)
Grading
A
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 A.
Topics for thesis defence
Language of thesis
English
Faculty
Fakulta informačních technologií
Department
Department of Computer Graphics and Multimedia
Study programme
Information Technology and Artificial Intelligence (MITAI)
Specialization
Computer Vision (NVIZ)
Composition of Committee
prof. Ing. Adam Herout, Ph.D. (předseda) prof. Ing. Martin Čadík, Ph.D. (místopředseda) doc. RNDr. Milan Češka, Ph.D. (člen) prof. Dr. Ing. Pavel Zemčík, dr. h. c. (člen) Ing. David Bařina, Ph.D. (člen) Ing. Tomáš Milet, Ph.D. (člen)
Supervisor’s reportprof. Ing. Martin Čadík, Ph.D.
Předloženou diplomovou práci považuji za velmi kvalitní. Student navrhl a implementoval novou metodu pro fúzi obrazů z různých detektorů skenovacího elektronového mikroskopu. Navrženou metodu pečlivě vyhodnotil, a to i percepčním experimentem. Výsledky práce byly oceněny odbornou komisí na studentské konferenci a mohly by tvořit základ samostatné vědecké publikace.
Zadání této diplomové práce považuji za náročnější. Pro úspěšné řešení musel student pochopit problematiku skenovací elektronové mikroskopie, zpracování obrazu, metody strojového učení, metriky pro automatické hodnocení kvality obrazu i uživatelské experimenty. Zadání student splnil velmi kvalitně a s výsledky práce jsem spokojen.
Práce byla dokončena v řádném termínu a její obsah byl konzultován s vedoucím práce.
Výsledky práce byly prezentovány na studentské konferenci EXCEL@FIT, kde práce získala cenu odborné komise.
Student pracoval s literaturou dodanou vedoucím práce a sám si velmi aktivně dohledával další relevantní zdroje.
Student pracoval velice samostatně, v obou semestrech byl, až na drobné výpadky, aktivní, dohodnuté termíny dodržoval a na konzultace přicházel svědomitě připraven.
Grade proposed by supervisor: A
Reviewer’s reportIng. Marek Vaško
Celkovo prácu hodnotím veľmi dobre. Autor prezentuje dobrý prehľad literatúry, na ktorom stavia návrh vlastnej metódy na fúziu snímok z rôznych senzorov elektrónového mikroskopu.
Metóda je testovaná používateľským testom a z tohto pohľadu je dobre vyhodnotená. Prezentované výsledky sú dobre spracované a vyhodnotené.
Aj napriek menším nedostatkom navrhujem pre finálne hodnotenie známku A.
Evaluation level: zadání splněno a práce obsahuje podstatná rozšíření
Zo základného riešenia, ktoré bolo možné implementovať na základe heuristík a klasických metód počítačového videnia, autor spravil pokročilú prácu, ktorá sa zaoberá komplexnými metódami. Príkladom toho je navrhnutý systém využívajúci derivovateľný rendering na tréning siete na predikciu zložiek, ktoré do rendrovania vstupujú.
Autor teda značne rozšíril toto zadanie a prezentoval aj ablačné výsledky nad rámec pôvodného rozsahu.
Evaluation level: přesahuje obvyklé rozmezí
Práca má celkovo približne 90 strán. Úvod do elektrónovej mikroskopie je pomerne objemný. Často sa však autor aj na túto sekciu odkazuje v nasledujúcich častiach práce. Celkovo by som zhodnotil, že práca je mierne nad obvyklým rozmedzím, ale v nej nie je nič významne zbytočné.
Práca je písaná dobrou angličtinou a všetky sekcie na seba nadväzujú tak, ako majú. Zároveň má autor veľmi dobrý prezentačný štýl a informácie podáva jasne, zrozumiteľne. Taktiež odceňujem jednotnú a logicky štruktúrovanú matematickú notáciu. Je to celkovo prehľadné, vzhľadom na naturu práce je to z môjho pohľadu veľmi dobré.
Osobne som nevedel nájsť žiadnu formálnu chybu ani nedostatok z pohľadu tipografie a jazyka. Veľmi dobre hodnotím vzájomné odkazy v práci. Oveľa ľahšie sa dajú dohľadať informácie a v práci sa tým dobre orientuje.
Práca má 57 citácií.
Celkovo môžem len zhodnotiť, že autor s nimi pracuje veľmi dobre. Vždy pri citovaní jasne oddeľuje externé myšlinky od svojho prínosu. Zároveň hodnotím aj dobré vkladanie citácií do textu. Text vždy nasleduje myšlienky, za ktorými je hneď odkaz na referenciu.
Z pohľadu kvality zdrojov, ktoré viem zhodnotiť, sú veľmi kvalitné.
Z pohľadu počítačového videnia sú veľmi kvalitné, dobré konferencie a uznávané publikácie v tomto priemysle.
Z pohľadu elektrónovej mikroskopie ich neviem zhodnotiť.
Realizačný výstup hodnotím veľmi dobre. Menšia výtka je v tom, že autor neposkytuje ablačnú štúdiu ani náznak toho, ako prebiehal výber niektorých hyperparametrov a celkovej architektúry prezentovanej siete.
Celkovo pozitívne hodnotím prezentovanú štúdiu na používateľoch aj zhodnotenie jej výsledkov.
Z pohľadu zdrojového kódu je výstup kvalitný a dobre sa v ňom orientuje.
Z prevedenej štúdie sa zdá, že navrhnutá metóda je pre určitú skupinu respondentov hodnotená výrazne lepšie ako iné formy spracovania zašumeného obrazu z elektrónového mikroskopu. Z tohto pohľadu vidím potenciál vo využití navrhnutej metódy.
Jeden z výsledkov je aj jednoduchá aplikácia na A/B porovnanie výstupov, ktorá môže byť využitá aj pri iných podobných testoch.
Celkovo by som navrhnutú metódu hodnotil ako zaujímavý prínos a má potenciál na publikáciu.
Evaluation level: obtížnější zadání
V základnom riešení je zadanie priemerne zložité, avšak prezentované výsledky predpokladajú pokročilé znalosti v oblasti počítačového videnia. Z tohto pohľadu považujem zadanie za obtiažnejšie.
Grade proposed by reviewer: A
Responsibility: Mgr. et Mgr. Hana Odstrčilová