Diplomová práce pana Hromka zpracovává téma multimodálního ověřování věku ze snímků dokladu a obličeje. Student si tuto náročnější úlohu navrhl sám a jeho vlastní motivace byla znát v celém průběhu řešení práce. K zadání přistupoval aktivně, zodpovědně a velmi samostatně. Pravidelně informoval o průběhu řešení. Dokázal pružně reagovat na technické komplikace (např. při ladění robustnosti OCR čtečky či optimalizaci modelů pro formát TFLite) a prokázal schopnost dotáhnout komplexní inženýrské dílo od teoretického návrhu až po fyzickou realizaci.
Technická zpráva má logickou a přehlednou strukturu, která provází čtenáře od teoretických východisek až po finální experimentální vyhodnocení. Rozsah práce činí včetně příloh 65 normostran. Textová i grafická prezentace je na výborné úrovni. Bloková schémata, diagramy datových toků (např. workflow aplikací) a výsledné grafy benchmarků jsou přehledné, dostatečně detailní a usnadňují pochopení řešené úlohy.
Práce je sepsána s minimem překlepů či gramatických chyb. Jazykový styl je čistě odborný, terminologie z oblasti počítačového vidění a hlubokého učení je používána korektně. Typografické zpracování splňuje standardy kladené na diplomové práce. Zdrojové kódy a technická dokumentace jsou strukturované a vykazují vysokou softwarovou kulturu.
Student prokázal schopnost efektivně pracovat s vědeckou literaturou a online zdroji. Seznam použité literatury čítá 42 zdrojů. Rešeršní část vhodně pokrývá jak principy OCR a čtení MRZ zón, tak moderní metody detekce obličeje a odhadu věku pomocí hlubokých neuronových sítí. Všechny převzaté poznatky, schémata a referenční studie jsou řádně citovány v souladu s citačními standardy a propojeny s finálním srovnáním v experimentální části práce.
Práce byla zkontrolovaná v antiplagiátorském systému VUT. Systém nenašel žádnou významnou shodu s databází závěrečných prací ani s jinými publikacemi, která by vykazovala známky plagiátorství. Práci tak lze považovat za původní dílo studenta.
Podle mého názoru předložená práce plně plní všechny body zadání. Student úspěšně navrhl, sestavil a naprogramoval funkční laboratorní prototyp edge zařízení na platformě Raspberry Pi 5, které kombinuje dvě obrazové větve, dokladovou (OCR/MRZ) s větví pro odhad věku z obličeje. Výsledkem je fyzický, funkční laboratorní prototyp zařízení s integrovaným dotykovým displejem, duálním kamerovým systémem a optimalizovaným softwarovým stackem (TensorFlow Lite) pro edge inference. Vyvinutá aplikace odděluje sběr a vyhodnocení nového vzorku od benchmarkovací části. Autor nezůstal u jednoho obecného modelu, ale připravil, vhodně dotrénoval, pro cílové zařízení exportoval a exaktně porovnal pět hlubokých architektur z hlediska chybových i výkonových metrik. Pro experimenty jistě pracně sestavil vlastní dataset se 150 vzorky, cíleně náročně zaměřený na rozsah 16 až 22 let, tedy v okolí rozhodovací hranice 18 let. Kriticky zhodnotil jednak regresní schopnosti jednotlivých modelů, ale také schopnost binárního rozhodnutí na hranici 18 let. Dosažené výsledky sice nelze podle očekávání využít jako dostatečně bezpečný podklad pro samostatné rozhodnutí o splnění věkové hranice, ale lze je použít např. pro orientační kontrolu konzistence mezi dokladem a osobou před kamerou, jako jednu z cest pro zvýšení odolnosti vůči pokusům o oklamání systému. Zjištěné trade-offy (vztah mezi latencí a přesností jednotlivých modelů na Raspberry Pi 5), ale především celkově připravené HW i SW prostředí, poskytují cenné a bezprostředně využitelné podklady a nástroje pro další výzkum a vývoj v oblasti autonomních kiosků a systémů s požadavkem na lokální ochranu osobních údajů.
Vzhledem k výše zmíněnému navrhuji hodnocení A (90 b) a doporučuji práci k obhajobám. Points proposed by supervisor: 90

Práce diplomanta Hromka se zabývá ověřením věku z fotografie obličeje a také rozpoznáním dokladu (občanského průkazu). Téma práce je komplexní a zahrnuje nejen rozbor, ale také hardwarovou a softwarovou realizaci samotného prototypu a sestavení do funkčního celku.
Student navrhl a implementoval kompletní systém postavený na platformě Raspberry Pi 5 se dvěma kamerami, dotykovým displejem a lokálním zpracováním dat. Systém je rozdělen na dokladovou větev pro získání věku z občanského průkazu a obrazovou větev odhad věku ze snímku obličeje.
V experimentální části autor porovnává pět modelů, a to ResNet50, VGG16, VGG19, InceptionV3 a Xception. Benchmark byl proveden na vlastním datasetu čítajícím 150 vzorků. Tento dataset určitě nebylo jednoduché získat, nicméně pro detailnější porovnání bych si představoval benchmark i na veřejně dostupných datasetech, které jsou daleko rozsáhlejší. Výsledky, které nejsou použitelné pro přesné určení věku, jsou očekávatelné a samotným cílem práce nebylo tento předpoklad rozbít. V práci postrádám popis OCR/MRZ a úspěšnost čtení, případně využití kontrolního znaku z OP.
Práce jako taková je napsána na dobré úrovni a to jak po stránce stylistické, tak zejména věcné. Je napsána v logickém sledu, čtivě v odpovídajícím rozsahu. Výsledky práce prokazuje schopnost autora samostatně řešit technicky náročný komplexní úkol zahrnující počítačové vidění, OCR, neuronové sítě a také implementaci a sestavení prototypu. Z tohoto důvodu práci doporučuji k obhajobě. Points proposed by reviewer: 90