Отзыв  на магистерскую диссертацию Патина Михаила Владиславовича «Автоматизация подготовки обучающего набора для классификации похожих изображений»  	Диссертация Патина М.В. посвящена одной из задач, возникающих при разработке систем распознавания – формированию обучающих наборов.  В настоящее время формирование таких наборов осуществляется «вручную» с помощью просмотра громадного количества изображений.  Поэтому разработка методов, позволяющих автоматизировать процесс подготовки обучающих наборов, является актуальной задачей. 	В работе предлагается подход схожий с методами построения классификаторов. В рамках этого подхода подготавливается небольшой ограниченный набор для обучения классификатора, строится система распознавания для заданных классов изображений, которая затем и используется для классификации изображений в большой коллекции. При этом из этой коллекции автоматически выбираются и помечаются изображения заданных классов. Естественно отобранные изображения требуют просмотра для отсеивания неправильно классифицированных изображений, но доля «ручного» труда в этом случае существенно уменьшается.  В диссертации предлагается использовать известный метод с применением словаря визуальных слов. Предлагается формировать этот словарь на базе кластеризации дескрипторов особых точек изображений для небольшой тренировочной выборки. В работе достаточно подробно описываются хорошо себя зарекомендовавшие методы (ORB, BRISK, AKAZE) извлечения особых точек и вычисления их дескрипторов. В качестве вектора признаков предлагается использовать нормализованную гистограмму совпадений визуальных слов изображения со словарем. Для классификации предлагается использовать метод опорных векторов.  Предлагаемая система реализована на языке Java c использованием библиотек работы c изображениями OpenCV. В диссертации подробно рассматривается структура разработанного программного обеспечения и составных его частей, с том числе и спроектированной автором специализированной базы данных. С помощью этого программного обеспечения Патиным М.В. было проведено экспериментальное исследование предлагаемого подхода. При этом исследовалось влияние на точность и быстродействие используемых в работе методов определения особых точек. Результаты исследования показали адекватность предлагаемого подхода, при этом наилучшие результаты показал метод BRISK. Точность классификации достаточна для использования данной системы для автоматизации подготовки обучающих наборов из коллекций изображений.       В ходе работы Патин М.В. показал глубокие знания в области методов обработки изображений, хорошую теоретическую подготовку, а также умение применять на практике современные вычислительные методы. Результаты работы могут быть рекомендованы к публикации.    Считаю, что магистерская диссертация Патина М.В. заслуживает оценки «Отлично»,   Руководитель,								 Доцент кафедры КММС, к.т.н.					В.М. Гришкин