Diplomová práce se zabývá návrhem a implementací systému pro automatické generování trajektorií z obrazových dat s využitím metod počítačového vidění. Student splnil všechny cíle stanovené v zadání práce. V teoretické části zpracoval rozsáhlou rešerši zaměřenou na problematiku detekce a sledování objektů, tvorby trajektorií a současných metod využívaných v oblasti počítačového vidění. Rešeršní část poskytuje dostatečný přehled o řešené problematice a vytváří vhodný základ pro následnou realizaci navrženého systému.

V praktické části student navrhl a implementoval softwarový systém umožňující automatické generování trajektorií z videozáznamů. V průběhu řešení bylo nutné přizpůsobit původní záměr práce reálným podmínkám a dostupnosti dat, přičemž student zvolil vhodný náhradní přístup založený na využití veřejně dostupných datových sad a moderních metod víceobjektového sledování. Oceňuji zejména schopnost reagovat na vzniklé komplikace a dovést řešení do funkční podoby navzdory okolnostem, které nebyly plně v jeho kompetenci ovlivnit. Výsledkem je funkční aplikace umožňující generování, ukládání a vizualizaci trajektorií pohybujících se objektů.

Při řešení byly využity vhodné a aktuální nástroje a metody odpovídající současnému stavu poznání v oblasti počítačového vidění. Student prokázal schopnost samostatné implementace, integrace jednotlivých komponent systému a experimentálního ověření navrženého řešení. Pozitivně hodnotím rovněž provedené testování a porovnání použitých metod, na jejichž základě student formuloval odpovídající závěry. Interpretace dosažených výsledků je věcná a přiměřeně kritická. Přestože práce nepřináší nový algoritmický přístup, její přínos spočívá v návrhu a realizaci uceleného softwarového řešení a v ověření možností využití současných metod sledování objektů pro tvorbu trajektorií.

Práce je logicky členěna a jednotlivé kapitoly na sebe navazují. Formální úroveň práce je dobrá, text je přehledný a doplněný odpovídajícím množstvím obrázků a schémat. Použitá literatura je aktuální a vhodně zvolená vzhledem k řešené problematice. Student při zpracování tématu prokázal vysokou míru samostatnosti, schopnost řešit technické problémy a orientaci v moderních metodách počítačového vidění.

Vzhledem k výše uvedenému doporučuji práci k obhajobě a hodnotím ji známkou B.

Slovní hodnocení práce

Diplomová práce Bc. Adama Babováka představuje ucelené softwarové řešení pro aktuální problematiku analýzy pohybu v průmyslu. Použité textové GUI není pro průmyslové implementace žádnou překážkou. Autor prokázal vysokou úroveň technických dovedností při práci s moderními frameworky počítačového vidění, jako jsou Ultralytics YOLO a OpenCV. Oceňuji hloubku teoretické rešerše i evaluaci na standardizovaných datasetech. Hardware systém pro PC platformu je plně funkční, dobře zdokumentovaný a správně zhodnocený, ve finále je určitě lepším řešením než původně navrhovaný systém založený na platformě Raspberry Pi (ta byla uvažována hlavně z důvodu mobility a flexibilitě možného umístění). Práce splňuje veškeré požadavky kladené na závěrečnou práci a je dobrým podkladem pro další rozvoj v oblasti automatizované analýzy pracovišť.

Hodnocení dle stanovených kritérií

 

a) Splnění požadavků a cílů zadání: B

Práce úspěšně naplnila čtyři hlavní cíle definované v oficiálním zadání, kterými byly rešerše metod, návrh systému, implementace v jazyce Python a následná evaluace. Při srovnání s původním projektovým záměrem se výsledný text více soustředí na obecnou problematiku trajektorických (spaghetti) map přičemž odsouvá do pozadí vyhodnocení pomocí „heat map“. Z praktického pohledu to ovšem nemá žádný dopad na finální vyhodnocení pracoviště, kdy je spaghetti diagram nakonec možná i lepším řešením než samotné heat mapy. Přesto lze konstatovat, že jádro úkolu bylo splněno a systém je schopen generovat trajektorie pro analýzu pohybů pracovníků.

b) Postup a rozsah řešení, adekvátnost použitých metod: A

Zvolený postup kombinující techniky „tracking-by-detection“ s moderními detektory řady YOLO (v8, v11 a v26) je adekvátní současnému stavu techniky. Rozsah řešení pokrývá celý proces od získávání videozáznamů přes detekci a asociaci objektů až po ukládání výsledků do strukturovaných CSV a JSON souborů. Použití metod ByteTrack a BoT-SORT pro simulaci online provozu je metodicky správné.

c) Vlastní přínos a originalita: B

Hlavní přínos autora spočívá v integraci pokročilých algoritmů počítačového vidění do uceleného a ovladatelného softwarového systému s vlastním textovým uživatelským rozhraním (TUI). Ačkoliv autor nevytvořil zcela novou metodu sledování, jeho přínos tkví v praktické realizaci celého řetězce zpracování dat a v porovnání různých verzí detekčních modelů v rámci jednoho frameworku.

d) Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry: A

Autor prokázal vynikající schopnost interpretace dosažených výsledků pomocí standardních metrik jako MOTA, MOTP, IDF1 a moderní metriky HOTA. Správně a kriticky vyhodnocuje, že průměrné hodnoty přesnosti jsou dány především kvalitou detekce a absencí specifického trénování modelů pro konkrétní skladové prostředí. Závěry o vhodnosti metody ByteTrack pro aplikace kladoucí důraz na rychlost jsou podloženy provedenými měřeními.

e) Využitelnost výsledků v praxi nebo teorii: B

Vytvořený software je ve své podstatě přímo využitelný pro analýzu pohybu osob a techniky v průmyslových prostorech, což odpovídá potřebám zadavatele z praxe. Práce tvoří funkční základ, který lze po nutných optimalizacích detekčního modelu (a ve spolupráci s optimalizací umístění kamer ve sledovaném prostoru) nasadit pro reálné analýzy layoutů pracovišť.

f) Logické uspořádání práce a formální náležitosti: A

Práce má jasnou a logickou strukturu, která postupuje od teoretických základů sledování a detekce až po praktickou implementaci a testování. Obsahuje všechny formální náležitosti, včetně abstraktů a klíčových slov. Velmi oceňuji i jasné prohlášení o využití nástrojů generativní AI!

g) Grafická, stylistická úprava a pravopis: A

Text je psán kultivovaným technickým stylem a je prost výrazných pravopisných chyb. Grafická úroveň práce je odpovídající technickému zaměření textu, grafy jsou přehledné a diagramy uživatelského rozhraní i schémata algoritmů vhodně doplňují odborný text.

h) Práce s literaturou včetně citací: A

Autor pracuje s dostatečně obsáhlým seznamem 33 relevantních a aktuálních literárních zdrojů, které zahrnují jak základní vědecké články k algoritmům, tak dokumentaci k použitým knihovnám. Citace v textu jsou důsledné a v souladu s normami.