Práce se zabývá analýzou dat z leteckého laserového skenování a návrhem algoritmů pro detekci objektů v mračnech bodů, konkrétně vozidel a stavebních jeřábů. Student prokázal schopnost samostatně nastudovat zadanou problematiku, zorientovat se v základních principech zpracování ALS dat a využít vybrané matematické nástroje při návrhu vlastních algoritmických postupů. Oceňuji zejména to, že práce není pouze rešeršního charakteru, ale obsahuje i vlastní implementaci v Matlabu a také testování metod na reálných datech poskytnutých z Ústavu výzkumu globální změny AV ČR. Připojené kódy v Matlabu jsou přehledné, jen by bylo pro posudek vhodné připojit také testovaná mračna bodů. 

Za zvlášť přínosnou považuji část věnovanou detekci stavebních jeřábů. Tato část nepůsobí jako aplikace standardního postupu, ale jako promyšlené řešení využívající analýzu vertikálních mezer, lokální 3D charakteristiky a následnou geometrickou filtraci. Právě zde vidím nejvýraznější odborný přínos práce. Pozitivně hodnotím také to, že student své výsledky prezentuje kriticky, ale snaží se popsat i omezení navržených metod.

Teoretická část práce je z celé práce slabší. Zejména na str. 7–11 se student pokouší zavést matematický aparát potřebný pro popis navržených algoritmů a některé definice a formulace by však zasloužily přesnější podobu. Oceňuji, že se student snaží o matematické ukotvení řešení, některé části zůstávají spíše na úrovni intuitivního nebo technického vysvětlení, zejména v části věnované kovarianční matici, interpretaci vlastních čísel a odůvodnění detekčních kritérií.

Po jazykové stránce je text srozumitelný, ale obsahuje stylistické neobratnosti, místy méně odborný styl vyjadřování a drobné pravopisné či gramatické chyby. Tyto nedostatky však vnímám především jako důsledek menší zkušenosti autora s psaním odborného textu, nikoliv jako zásadní problém.

Celkově hodnotím práci jako kvalitní bakalářskou práci, která splnila stanovené cíle, přinesla zajímavé výsledky a obsahuje vlastní přínos autora. Práci doporučuji k obhajobě a navrhuji hodnocení B.

Bakalářská práce Tadeáše Slouky se zabývá analýzou dat z leteckého laserového skenování, se zvláštním zřetelem na lokalizaci objektů v datech, konkrétně vozidel a jeřábů.

Po úvodním představení problému a vytyčení cílů práce následuje kapitola 2, která popisuje teorii týkající se LiDARU a mračen bodů, v kapitole 3 je pak představen matematický aparát využitý dále v práci.

Jádrem práce jsou pak kapitoly 4 a 5.

V kapitole 4 autor práce pečlivě popisuje dva algoritmy: Jeden na detekci vozidel a druhý na detekci jeřábů. Oba algoritmy jsou navíc doplněny ukázkami toho, jak jednotlivé části algoritmů fungují na reálných datech.

kapitola se pak zabývá detailní analýzou funkčnosti a spolehlivosti zmíněných algoritmů; vizuální analýza je zde podpořena i metrikami binární klasifikací (true positive, false positive, úplnost apod.).

Je vidět, že autor byl schopen vytvořit dva algoritmy fungující s vysokou spolehlivostí, čímž projevil nejen programátorské schopnosti, ale hlavně pochopení související matematické teorie. Autor také vhodně popsal problémy, se kterými se v analýze takových dat může člověk setkat a na které je třeba dát pozor. Velice oceňuji to, že práce je prakticky zaměřená, že algoritmy byly vyzkoušeny na reálných datech a že její výsledky mohou jednou posloužit v praxi. Velký potenciál ve využití vidím zvláště v algoritmu na detekci jeřábů, který se zdá být výpočetně nenáročný i na velkých oblastech.

Přes celkovou vysokou úroveň práce se v ní vyskytlo pár nedostatků, nejčastěji formální nebo stylistické povahy:
- Na 5. straně dokumentu chybí jméno vedoucí práce.
- V poděkování je jméno vedoucí sice zmíněno, ale není správně vyskloňované.
- Napříč prací se vyskytlo několik jednopísmenných slov na konci řádku.
- Pár docela zanedbatelných překlepů (např. „předtavuje“ místo „představuje“ apod.).
- V definicích je pro větší přehlednost vhodné definovaný pojem zvýraznit kurzívou.
- Některé pojmy používáte ve formě zkratky, která vychází z angličtiny. Na tom obecně není nic špatného, je ale potřeba u takových pojmů zkratku nejprve vysvětlit (u některých takových pojmů tam vysvětlení máte, u jiných ale chybí).
- Na Obrázky 4.2–4.6 se v textu přímo neodkazuje, na Obrázek 4.7 se sice odkazuje, ale až později v textu.
- České uvozovky se píší jinak.
- V 5. kapitole bylo vhodné uvést nějaký zdroj týkající se metrik binární klasifikace.
- Na str. 21, 2. odstavec, 1. řádek – přetečení řádku.
- Tabulky 6.1 a 6.2 přetékají mimo řádek.
- Je škoda, že součástí příloh nejsou kromě příslušných skriptů v Matlabu i nějaká vstupní data.

Kromě toho přikládám ještě tři doplňující otázky, které pomohou k ujasnění některých věcí.

Zmíněné nedostatky ale nemají na informační, vědeckou a praktickou stránku práce zásadní vliv. Cíle práce byly splněny, práci celkově hodnotím jako výbornou, doporučuji ji k obhajobě a navrhuji známku „výborně / A“. Topics for thesis defence:

1. Na konci kapitoly 2 píšete, že mračno bodů je neuspořádané; to je v určitém smyslu jistě pravda, ale v datových souborech konkrétní body (a jejich atributy) jdou v nějakém pořadí za sebou, nebo ne? Popište, jakým způsobem se v datovém souboru za sebou řadí data po nasnímání LiDARem.
2. V Definici 3.2.2 zavádíte pojem „vodorovný modifikátor normály“ tak, že od jedničky odečítáte absolutní hodnotu z-ové složky vlastního vektoru v_1. Taková definice mi přijde smysluplná, jen pokud uvažujete vlastní vektor s jednotkovou délkou; vlastní vektor ale obecně jednotkovou délku mít nemusí a nikde jsem nenašel zmínku o délce Vámi používaného vlastního vektoru. Pokud zde používáte jednotkovou délku, uveďte, v jaké normě má vektor jednotkovou délku. Pokud používaný vlastní vektor jednotkovou délku nemá, vysvětlete význam toho modifikátoru.
3. Definice 3.1.3 je trochu matoucí v jedné věci: Patří referenční bod q mezi svých „k nejbližších sousedů“, nebo ne? Intuitivně by tam podle běžného významu slova „soused“ asi patřit neměl, ale pokud bychom ho z množiny těch k nejbližších sousedů vyloučili, pak by nebyla obecně zajistitelná definiční podmínka číslo 2, protože pokud bychom vzali p’=q, pak by na pravé straně nerovnosti byla 0. Dále, pokud bychom ho mezi k nejbližších sousedů zahrnuli, a vzali bychom p=q, pak by na levé straně nerovnosti byla 0 a mohli bychom jako zbývající body vybrat i ty, které nejsou nutně mezi k-1 nejbližšími. Vysvětlete tyto nesrovnalosti a případně opravte definici tak, aby byla přesná a brala ohled i na referenční bod.