докторска дисертација · машинско инжењерство, аутоматско управљање, мобилна роботика, роботска визија, обрада слике, неуронске мреже, фази логика, генетски алгоритми, ANFIS, метода потпорних вектора, термовизија, 3D сензори
Inteligentno upravljanje mobilnim robotima na osnovu neuro-fazi-genetskog prepoznavanja objekata i praćenja ljudi u robotskoj viziji
др Иван Ћирић — данас ванредни професор на Машинском факултету Универзитета у Нишу (према јавној страници факултета)
Универзитет у Нишу, Машински факултет; 2015 (комисија за оцену именована 25. августа 2015, извештај комисије 18. септембра 2015, одбрана 15. децембра 2015); рад је писан латиницом; наслов на српском: Интелигентно управљање мобилним роботима на основу неуро-фази-генетског препознавања објеката и праћења људи у роботској визији; основни текст стр. 1–156, литература стр. 157–168, биографија стр. 169, на крају приложен скениран извештај комисије
Пун текст рада и извештај комисије у Националном репозиторијуму дисертација у Србији (НаРДуС). Осврт: „Стручни критички осврт на дисертацију „Inteligentno upravljanje mobilnim robotima na osnovu neuro-fazi-genetskog prepoznavanja objekata i praćenja ljudi u robotskoj viziji““, 22. септембар 2026., 17 страна, с пописом литературе.
Дисертација развија систем роботске визије и на њему заснован највиши ниво управљања мобилном платформом: детекција, препознавање и просторно лоцирање објеката и људи, као и праћење људи, решавају се спрегом неуронских мрежа, фази логике, генетских алгоритама, ANFIS-а, метода потпорних вектора и наивног Бајеса над четири сензора визије (монокуларна, стерео и термовизијска камера и 3D сензор са структурираном светлошћу) на платформама DaNI у Нишу и FRIEND у Бремену. Носећа замисао је сегментација слике с повратном спрегом из теорије управљања, а праћење човека своди се на предвиђање временске серије положаја нелинеарном ауторегресивном мрежом уз независни ласерски мерни еталон.
Основне примедбе
| # | Примедба | Шта рад каже или ради | У чему је проблем | Стране | Мерило |
|---|---|---|---|---|---|
| 1 | Тврдња о супериорности без поређења с референтним методама | Закључак тврди да је спрегом више техника вештачке интелигенције могуће обезбедити препознавање и праћење „koje je superiorno u odnosu na postojeća rešenja“ (стр. 154). | Пријављене тачности (реда 89–98%) измерене су на сопственим лабораторијским скуповима, без поређења с референтним методама на истим или јавним подацима и без теста значајности; једино место где се реч о надмоћи изворно јавља (стр. 75) преузето је из туђих радова на магнетно-резонантним сликама, уз ауторову ограду да се не може уопштити. | 75, 154 | Salzberg 1997; Demšar 2006; Everingham и др. 2010; Dollár и др. 2012 |
| 2 | Уопштавање с лабораторијских услова | Закључак говори о аутономном и поузданом раду, док су сва истраживања изричито сужена на „klasifikacije objekata i ljudi u laboratorijskom okruženju“ (стр. 3), а термовизијски систем је „razvijan isključivo za upotrebu u zatvorenom prostoru“ (стр. 156). | Граница важења наведена је више пута у самом раду, па завршна реченица тај квалификатор треба изричито да понесе; није реч о неоправданом закључку него о пропуштеном ограничењу. | 3, 156 | аргумент из грађе самог рада |
| 3 | Термовизијски класификатор без иједног бројчаног показатеља | Одељак 6.5 (Evaluacija rezultata) не садржи тачност, матрицу конфузије, прецизност, одзив ни F-меру за термовизијски SVM класификатор, нити поделу скупа, избор језгра и хиперпараметара; евалуација се своди на општу расправу и једну илустрацију успешног праћења, иако су улази и обим података наведени (512 објеката, четири обележја, из двеста кадрова), а камера прецизно описана: „Termovizijska osetljivost kamere je manja od 0.05°C a tačnost čitanja je ±2°C“ (стр. 118). | Закључак поглавља о поузданом препознавању људи термовизијом није квантитативно поткрепљен; минимум је скалирање, језгро и пар (C, γ) уз поделу скупа, а за поређење је постојао и наменски јавни термовизијски скуп (OTCBVS, скуп 01, 2005). | 118 | Hsu, Chang, Lin 2010 (Practical Guide to SVC); OTCBVS Benchmark Dataset Collection 2005 |
| 4 | Детекција људи: независност теста и небаланс класа | „Obučavanje, validacija i testiranje vršeno je sa 3474 objekata“ (стр. 104), подела 70/15/15, укупна тачност изнад 89%. | Рад не документује да ли су обучавајући и тест скуп раздвојени по видео снимцима и особама (корелисани суседни кадрови могу доспети у обуку и у тест, што тачност чини оптимистичном проценом); класе су небалансиране (човек чини око три четвртине узорака), па би тривијалан класификатор већ достигао око 76%, а тачност се извештава без те основне вредности. | 104 | Kohavi 1995; Fawcett 2006; Everingham и др. 2010; Sokolova & Lapalme 2009; Japkowicz & Shah 2011 |
| 5 | Поновљивост стохастичких поступака | За генетски алгоритам наведени су величина популације, елитизам, тип укрштања и мутације и интервал, али не и број генерација, услов заустављања, вероватноће оператора и добијене нумеричке вредности прагова; исто важи за генетско подешавање PID појачања, дато као оквир с упутом на пратећи рад. | Поступак није поновљен ни праћен анализом осетљивости, па минимални стандард поновљивости није у потпуности испуњен. | поглавља 6 и 7 | Peng 2011; Bartz-Beielstein и др. 2010 |
| 6 | NAR наспрам NARX и недоказана предност над Калмановим филтром | Предиктор реализован у поглављу 7 јесте нелинеарна ауторегресивна мрежа без егзогеног улаза (NAR, топологија на слици 7.4), док наслов замисли рада, Abstract и кључне речи користе NARX; тврдња да NAR мрежа надмашује Калманов филтар изведена је из дијаграма на којима се обе процене готово поклапају с мереном позицијом (слика 7.6), без нумеричке метрике грешке. | NAR и NARX нису исти модел; предност над устаљеном методом требало би показати на нелинеарним трајекторијама уз меру грешке — до тада је реч о демонстрацији применљивости. | поглавље 7 | аргумент из грађе самог рада |
| 7 | Два наведена доприноса су замисли, не изведени огледи | Оптималан избор улазног вектора карактеристика (одељак 5.3) изложен је као поставка: „problem se svodi na višekriterijumsku optimizaciju, a cilj je naći vektor karakteristika sa najmanjim brojem karakteristika koji će dati najveću tačnost“ (стр. 110) — без покренутог алгоритма, добијеног вектора и постигнуте тачности; исто важи за интелигентну адаптивну сегментацију (одељак 4.4); оба су у попису доприноса означена речју „Predlog“ (стр. 155). | Ознака „Predlog“ је коректна, али у оцени научног доприноса те замисли треба држати одвојено од експериментално потврђених резултата, а не наводити раме уз раме с њима. | 110, 155 | аргумент из грађе самог рада |
| 8 | Једначине: инваријанти, праг, унутрашњи позиви | Под једначином 3.32 наведено је осам инваријанти названих Hu-овим, док их је Hu (1962) дефинисао седам, а осми потиче од Flusser–Suk (1993), уз погрешне знаке у појединим сабирцима; прозни опис глобалног прага супротан је конвенцији „Beli pikseli odgovaraju segmentiranom objektu“ (стр. 37); унакрсни позив на једначине (3.32) и (3.33) на стр. 80 треба да гласи (4.12) и (4.13); у једначини 6.6 стоји 4320 уместо 43.200, што сам текст на стр. 118 демантује. | Низ нотационих омашки које не мењају резултате, али траже пажљиву математичку редактуру; у класификацији су и иначе коришћене прве три, односно седам инваријанти, па осми не улази у резултате. | 37, 80, 118 | Hu 1962; Flusser & Suk 1993; ISO 80000-2:2009 |
| 9 | Слике, нумерација и бројеви | Две различите слике носе исти број (Слика 4.9 на стр. 68 и 69; Слика 4.27 на стр. 90 и 94), недостаје ознака слике 5.1, нумерација пододељака поглавља 7 је неуредна (изостаје 7.3.2, одељак 7.4.2 стоји ван редоследа); помен 90 итерација обуке не поклапа се са сликом 5.8, која документује 43 епохе; величине скупова за различите класификаторе (око 860, 940 триплета, преко 800) нису усаглашене; на дијаграму слике 7.6 вредности на оси дубине (до око 23 m) несагласне су с лабораторијским опсезима. | Омашке не дирају садржину, али отежавају праћење на којим тачно подацима почива који резултат. | 68, 69, 90, 94 | аргумент из грађе самог рада |
| 10 | Језик: једна омашка мења значење | Рад наводи да глувонеме особе користе „glasovnog jezika“ (стр. 130), док је реч о знаковном језику, чему одговарају и наведени извори; уз то низ куцачких омашки (disetraciji, block maching, addaboost), недоследан запис назива (FREND/FRIEND, Bumblebee/Bumbebee) и Gentic уместо Genetic у енглеском наслову на насловној страни. | Лекторски пропусти не мењају смисао, осим једног (знаковни наспрам гласовног језика) који треба исправити; стручни англицизми (диспаритет, фрејм, кластеровање) нису мана ако су доследни. | 130 | Правопис српскога језика, Матица српска, 2010 |
| 11 | Научни апарат: усмерење цитата и стил записа | Темељне методе на месту помена упућене су на радове аутора или на несродне јединице уместо на изворна дела (три критеријума детекције ивица — Canny 1986; SVM и AdaBoost — Cortes–Vapnik 1995, Freund–Schapire 1997; Кинектов алгоритам позе — Shotton и др. 2011); једна јединица (Tang и др. 2000) наведена је а нецитирана; два интернет извора без датума приступа, један без наслова, аутора и године; транслитерација имена и стил записа неуједначени. | Формалне, али бројне замерке; норма тражи датум приступа за онлајн изворе и једнообразан стил записа јединица. | 157–168 | ISO 690:2010 (т. 3.4, 3.5, A.3.1) |
| 12 | Извештај комисије: формулације испред онога што текст показује | Извештај узима да је спроведена упоредна анализа различитих интелигентних алгоритама, док рад признаје да би тек будуће истраживање подразумевало „primenu svih spomenutih klasifikatora na sve probleme, njihovu uporednu analizu performansi“ (стр. 156); оцена о оствареним циљевима преузима из резимеа и квалификацију о супериорности; два доприноса означена као „Predlog“ наводе се као остварена; метаподаци нису усклађени (извештај 170 страна и 98 слика, страница с подацима 169 страна и 96 слика). | Извештај не проверава посебно квалификацију о супериорности и не примећује унутрашњу напетост коју рад сам исказује; неусклађене метаподатке треба ускладити. | реферат | аргумент из грађе самог рада |
Шта рад доноси
- Носећа методолошка замисао — повратна спрега из теорије управљања у сегментацији слике: алгоритам препознавања објеката „zasniva se na robusnoj segmentaciji slike sa povratnom spregom“ (стр. 41), у којој дводимензионална ентропија сегментоване слике затвара петљу као мера квалитета.
- Широк обухват сензора и платформи уз поштено разграничавање сопственог и туђег доприноса: платформа FRIEND „razvijena je na Institutu za automatiku Univerziteta u Bremenu“ (стр. 98), а где надограђује туђу идеју, рад то каже — „Ovde je razrađena i modifikovana ideja predstavljena u radu grupe autora iz Bremena [47], da se vrši segmentacija mape dispariteta“ (стр. 87).
- Методолошки чисто извештавање тамо где су резултати дати: пуне поделе на обучавајући, валидациони и тест скуп с матрицама конфузије и ROC кривама — „Obučavanje, validacija i testiranje vršeno je sa 3474 objekata“ (стр. 104) — уз поделу 70/15/15 проверљиву из приказаних матрица; неуронска мрежа на платформи FRIEND даје тачност изнад 97%, а на мапи диспаритета с четири класе изнад 98%.
- Методолошка самокритичност: аутор именује уско грло система — „klasifikacija nije kritična, već je segmentacija ta koja u pojedinim frejmovima ne daje dobre rezultate, pa se nikakvim klasifikatorom ne mogu nadomestiti greške koje u sistem uvodi algoritam segmentacije“ (стр. 93) — и уздржава се пред туђим резултатима о надмоћи ANFIS-а: „ovo poređenje klasifikatora ne može se generalizovati, jer detekcija i prepoznavanje objekata na slici zavisi od vrste slike“ (стр. 75).
- Промишљено праћење човека с независним мерним еталоном: „Stvarna pozicija čoveka je merena digitalnim laserskim senzorom distance Bosch PLR 50 i služila je za evaluaciju rezultata“ (стр. 137); техничке тврдње рада (спецификације опреме, носеће једначине, прикази туђих радова) у највећем делу одговарају изворима на које се рад позива.
Образложење примедби
- Тврдња о супериорности без поређења с референтним методамаНе постоји један обавезан протокол вредновања, па је инжењерски избор мере легитиман ако је транспарентан; тврдњу треба свести на изводљивост и високу тачност на сопственим подацима.
- Уопштавање с лабораторијских условаРад на другом месту сам зна оно што у закључку пропушта.
- Термовизијски класификатор без иједног бројчаног показатељаТермовизијски део доноси заокружен ток обраде — фази сегментацију, генетску оптимизацију параметара с ручно сегментираним референцама и SVM класификацију — на сопственим снимцима.
- Детекција људи: независност теста и небаланс класаПриказане матрице конфузије и ROC криве показују одзив мањинске класе од 72,4%, знатно изнад тривијалног, па потпунија слика ипак постоји.
- Поновљивост стохастичких поступакаРад именује коришћени софтвер (LabVIEW 2011, MATLAB, OpenCV, OpenNI) и бројчано описује скупове, чиме тај минимум делом испуњава.
- NAR наспрам NARX и недоказана предност над Калмановим филтромАутор поштено наводи да NAR систем још није интегрисан на 3D платформи (стр. 156), а у верификованом огледу праћења уграђен је проширени Калманов филтар.
- Два наведена доприноса су замисли, не изведени огледиВредност обе замисли је у поставци проблема; реализација остаје наредни корак.
- Једначине: инваријанти, праг, унутрашњи позивиНосеће једначине — стерео триангулација, реконструкција из диспаритета, BT.601, хибридно учење ANFIS-а — постављене су исправно.
- Слике, нумерација и бројевиСвака појединачна подела скупа интерно је доследна; разлика проистиче из различитог одбацивања лоше сегментираних узорака.
- Језик: једна омашка мења значењеРеч је о редактури, не о садржинској грешци.
- Научни апарат: усмерење цитата и стил записаАпарат је у основи уредан: свако позивање разрешава се на постојећу јединицу, од 120 јединица искоришћено је 119, нема посредног цитирања; висока самоцитираност је испуњење услова из допуне правилника Универзитета у Нишу (Гласник УНи бр. 3/13).
- Извештај комисије: формулације испред онога што текст показујеИзвештај тачно наводи основну грађу рада (осам поглавља, осам табела, сто двадесет референци), а оцена о изводљивости и обиму одговара стању у тексту; оцену о самосталности и креативности аутора осврт не проверава.
Осврт не доводи у питање оригиналност рада и не тврди повреду академске честитости. Реч је о стручној критици тачности, метода и закључивања, с дословним наводима и странама дисертације. Као мерило су коришћени само литература, стандарди и прописи који су постојали пре предаје рукописа комисији (август 2015).