Práce se zaměří na detailní analýzu a porovnání existujících skeletonizačních algoritmů na standardních datech z hlediska výkonnosti, kvality výsledků a možnosti paralelizace. Vybraný algoritmus bude implementován jako rozšíření knihovny OpenCV v jazyce C++ s důrazem na modularitu a efektivitu. Dále bude vytvořeno rozhraní v jazyce Python pro snadné využití implementace v rámci populárního jazyka pro zpracování obrazu, počítačové vidění a strojové učení. Součástí práce bude také implementace paralelizace pomocí CUDA nebo OpenCL za účelem zvýšení výkonu při zpracování velkých obrazových dat.

Volitelně je možné rozšířit práci o porovnání metod strojového a hlubokého učení pro skeletonizaci s klasickými algoritmy z hlediska výkonnosti a přesnosti. Dále lze volitelně realizovat webovou platformu umožňující výběr, spouštění a porovnávání skeletonizačních algoritmů na zvolených datech prostřednictvím webového rozhraní.

Výsledkem bude robustní nástroj vhodný pro další využití ve výzkumu i praxi. Práce nevyžaduje hluboké znalosti zpracování obrazu, avšak předpokládá znalost programování v jazyce C++ a Python a základy paralelního programování.