# Gliederung Kapitel 4-7 (Methodik, Implementierung, Versuchsaufbau, Ergebnisse) ## Leitprinzip | Kapitel | Funktion | |---------|----------| | 4 Methodik | WAS und WARUM (Konzept, Designentscheidungen) | | 5 Implementierung | WIE (technische Umsetzung, Blender-Details, Code) | | 6 Versuchsaufbau | Womit und wie getestet (Parameter, Datensatze, Metriken) | | 7 Ergebnisse | Was rauskam (Daten, unmittelbare Schlussfolgerungen) | ## Entscheidungen - Augenlid-Inhalt (Problemanalyse + Losung) bleibt komplett in Implementierung, da zu technisch fur Methodik - Methodik beschreibt nur das Gesamtkonzept auf hoherer Ebene, keine Blender-spezifischen Details - Szenenarchitektur (ViewLayer-Umbau) und Augenbrauen/Wimpern sind technische Entscheidungen, gehoren in Implementierung, nicht Methodik - Methodik bekommt einen kurzen Abschnitt "Evaluationslogik" (max 0,5-1 Seite) - Konfigurationskonzept in Methodik abstrakt halten (keine JSON-Details), konkretes Schema nach Implementierung - 5.3 (Augenlid + Periorbital) aufteilen in zwei Abschnitte: Augenlid und Periorbitalregion sind eigenstandige Beitrage - Versuchsaufbau bekommt einen Abschnitt "Gemeinsame Auswertungsprinzipien" (allgemein), experiment-spezifische Inferenzstatistik in den jeweiligen Experiment-Abschnitten - Exp 1.1 explizit als faktorielles Design (Pipeline x Blender-Version) rahmen, aber vorsichtig formulieren (keine perfekte kausale Trennung behaupten) - Exp 2 (6.5) intern untergliedern: Datensatzquellen, Trainings-/Validierungssplit, Vorverarbeitung, Metriken (mit Primarmetrik) - 5.10 Experimentwerkzeuge: hart priorisieren, UI-Komfortfeatures nur kurz - `0X_PerformanceVerbesserung.tex` wird aufgelost in drei Ziele (siehe Kap. 5.9, 6.4, 7.2) - Reihenfolge: Methodik -> Implementierung -> Versuchsaufbau -> Ergebnisse --- ## Kapitel 4: Methodik -- Konzeption der parametrisierbaren Augenmodell-Pipeline Dieses Kapitel beschreibt auf konzeptueller Ebene, WAS gemacht wird und WARUM. Keine Blender-spezifischen Details, keine Code-Details. Bewusst knapp halten: ca. 4-8 Seiten. Bei zu viel Umfang droht Wiederholung von Einleitung (4.1) und Versuchsaufbau (4.4). ### 4.1 Gesamtkonzept und Anforderungen - Was soll die erweiterte Pipeline leisten: parametrische periorbital Formvariation in HEyes - Anforderungen (abgeleitet aus Forschungsfrage): plausible Augenformen, kompatibel mit bestehender Pipeline, konfigurierbar, randomisierbar, keine inakzeptable Laufzeitverschlechterung - Architekturubersicht: Figur, die den Weg von Config -> zufallige Parameter -> Rendering zeigt, mit Markierung wo die Formvariation eingreift ### 4.2 Konzept der periorbitalen Formvariation - Warum Shape-Keys als Mechanismus gewahlt wurden (vs. Alternativen: separate Meshes, Skelett-Rigs, prozedurale Generierung) - Grundidee: lineare Kombination von Shape-Keys fur Augenlid-Schliessung + periorbital Formvariation - Kurze Erwahnung: Augenbrauen und Wimpern mussen deformierbar angebunden sein (feste Geometrie ungeeignet), daher haarbasierter Ansatz. Kein eigener Abschnitt, nur kurze Erwahnung im Kontext der Formvariation - Kurze Erwahnung der Herausforderungen (Clipping, Korrektur-Shape-Keys), die in der Implementierung gelost werden - NICHT: die detaillierte technische Problemanalyse (Krummungsruck, Normalen etc.) -- das bleibt in Kap. 5 ### 4.3 Konzept der Parametrisierung und Randomisierung - Abstrakt: Welche Parameter kontrollierbar sind, wie sie randomisiert werden, Rolle der Reproduzierbarkeit - Formulierung auf Methodenebene, z.B.: "Die Formvariation wird uber parametrisierbare Bereiche gesteuert, aus denen pro Bild Zufallswerte gezogen werden. Zur Reproduzierbarkeit konnen identische Zufallsinitialisierungen verwendet werden." - NICHT: JSON-Schema, konkrete Datenstrukturen, Config-Datei-Aufbau (das kommt in 5.7) ### 4.4 Ubergeordnete Evaluationslogik - Sehr kurz (max 0,5-1 Seite) - Welche ubergeordneten Fragen beantwortet werden sollen - Warum dafur drei Experimente notig sind: - Exp 1.1: Hat die Erweiterung die Laufzeit verschlechtert? - Exp 1.2: Wo liegen Bottlenecks, und was bringen gezielte Optimierungen? - Exp 2: Verbessert die Formvariation die Segmentierung auf echten Daten? - NICHT: konkrete Begrundungen pro Experiment (die stehen in Kap. 6) --- ## Kapitel 5: Implementierung Technische Umsetzung. Zeigt konkrete Probleme und Losungen. Hier stehen die Blender-Details, Modifier-Einstellungen, Code-Architektur. Ca. 15-20 Seiten. ### 5.1 Projektstruktur - Kurzer Uberblick (max 0,5-1 Seite): Code-Organisation, Modul-Verantwortlichkeiten - Nur Module, die fur das Verstandnis notig sind. Keine Repository-Fuhrung ### 5.2 Allgemeine technische Anpassungen - Blender 5 Upgrade (API-Anderungen, Compositing-Graph: eine Output-Node pro Textur) -- wichtigster Punkt - Seed-Konfiguration fur Reproduzierbarkeit -- sinnvoll - Debug-Szenen-Speicherung -- sinnvoll - Type-Annotations -- nur kurz erwahnen als Nebenaspekt ### 5.3 Umsetzung des Augenlidmodells - **Probleme des bisherigen Modells** (der bestehende Text aus `3_AugenlidUndHaut.tex`): Krummungsruck, Texturkoordinaten-Sprunge, unvollstandige Schliessung, Clipping - **Shape-Key-basiertes Augenlid**: Zusammenfuhrung in ein Mesh, Catmull-Clark-Subdivision, Shape-Key-Animation - **Shrinkwrap Modifier**: Lösung des Clipping-Problems, Aufliegen auf dem Auge ### 5.4 Umsetzung der periorbitalen Formvariation - Modellierte Shape-Keys, Deformationsbereiche - Grenzen der heuristischen Modellierung (sachlich formulieren, siehe Schreibhinweise) - Korrektur-Shape-Keys mit Drivern: welche Kombinationen kollidieren, wie Driver das losen ### 5.5 Anpassung der Segmentierungsausgabe - Problem: Cryptomatte funktioniert nicht mehr fur Augenlid nach Mesh-Zusammenfuhrung - Erster Versuch: Geometry Nodes -> Vertex-Group-Gewichte -> Shader-Output (umstandlich, unprazise) - Losung: Zweite Haut-Textur (weiss fur Augenlid, schwarz fur Rest), direkt uber Texturkoordinate im Shader ### 5.6 Augenbrauen und Wimpern - Warum feste Geometrie nicht funktioniert (kurz, Verweis auf Erwahnung in 4.2) - Gescheiterter Versuch mit Hair-Particles - Funktionierender Hair-Modifier-Ansatz: konkrete Umsetzung - Verbleibende Limitierungen und Verbesserungsmoglichkeiten ### 5.7 Technische Umsetzung der Parametrisierung und Randomisierung - JSON-Schema-Eintrage fur Shape-Keys (das konkrete Schema, das in 4.3 nur abstrakt beschrieben wurde) - min/max-Range-Implementierung - Automatisches Sampling und Anwendung auf die Szene ### 5.8 Szenenumbau und View-Layer-Architektur - Warum der Umbau notig war (kurze Motivierung) - Technische Schritte: 3 Szenen -> 1 Szene mit 3 ViewLayern - Konkrete Anderungen am Compositing-Graph, Material-Zuweisungen, Render-Einstellungen ### 5.9 Performance-Optimierungen - **Hierhin kommt der Implementierungsteil aus `0X_PerformanceVerbesserung.tex`** - Luminanz-Caching fur Haut-Textur: was im Code geandert wurde - Compositing-Graph-Wiederverwendung - Anpassung an Sklera-Generierung - NUR die Code-Anderungen, nicht die Profiling-Analyse (die ist in 7.2) ### 5.10 Implementierung der Experimentwerkzeuge - Benchmark-Runner (Worktree-Setup, Commit-basierte Benchmarks, CSV-Logging) -- wichtig fur Reproduzierbarkeit - Detail-Logging fur Experiment 1.2 - Datenextraktions- und Vorbereitungstools -- wichtig fur Datensatzqualitat - Erweiterungen am Parameter-Picker -- nur kurz erwahnen, UI-Komfortfeatures nicht breittreten. Nur Features, die echten Einfluss auf die Luminanz-Kalibrierung hatten, ausfuhrlicher --- ## Kapitel 6: Versuchsaufbau Beschreibt die konkreten Experimente: warum, womit, wie ausgewertet. Ca. 8-12 Seiten. In Kap. 6 keine Skriptnamen oder Tool-Details (die stehen in 5.10), sondern methodische Beschreibungen (was wurde gefiltert, nach welchen Kriterien). ### 6.1 Hardware und Testumgebung - Hardware-Specs, Software-Versionen - Gilt fur alle Experimente ### 6.2 Gemeinsame Auswertungsprinzipien - Wiederholungen / Seeds - Deskriptive Statistik (Lage- und Streuungsmasse) - Reproduzierbarkeit - Allgemeine Prinzipien der statistischen Auswertung - Experiment-spezifische Inferenzstatistik (BCa Bootstrap, Wilcoxon etc.) jeweils in den Experiment-Abschnitten, NICHT hier ### 6.3 Experiment 1.1: Globaler Laufzeitvergleich - Ziel und Begrundung - **Explizit als faktorielles 2x2-Design rahmen:** - Faktor A: Implementierungsstand (Baseline vs. Current) - Faktor B: Blender-Version (4.5 vs. 5.0) - Vorsichtig formulieren: "Damit konnen Effekte des Implementierungsstands und der Blender-Version systematisch gegenubergestellt und potenzielle Interaktionen sichtbar gemacht werden." (Keine perfekte kausale Trennung behaupten, da Codepfade nicht perfekt orthogonal.) - Gemessene Timing-Metriken und warum diese - Anzahl Durchlaufe, Bilder pro Durchlauf, Auflosung - Erwartete Ergebnisse / Hypothesen ### 6.4 Experiment 1.2: Detaillierte Laufzeitanalyse und Optimierungsevaluation - **6.4.1 Instrumentierung und gemessene Phasen** - Hierhin kommt die Phasenbeschreibung aus `0X_PerformanceVerbesserung.tex` (t_camera, t_tex_init, t_skin_lum, t_sclera etc.) - **6.4.2 Auswahl der Optimierungsziele** - Nach welchen Kriterien wurde entschieden, was optimiert wird - **6.4.3 Versuchsaufbau des Vorher-Nachher-Vergleichs** - Zwei Konfigurationen: unoptimiert vs. optimiert (beide Blender 5) - Durchlauf-Parameter ### 6.5 Experiment 2: YOLO-Training - Ziel und Begrundung: Verbessert periorbital Formvariation die Segmentierung auf echten Daten? - Hypothese - **6.5.1 Datensatzquellen** - Synthetische Trainingsdaten: Baseline vs. Current, je 5000 Bilder, Generierungsparameter - Externer Testdatensatz: 500k-Dataset, Reduktionsverfahren (SSIM + Diversity-Ranking) - Glasklar machen: Testdatensatz ist komplett separat von den Trainingsdaten - **6.5.2 Trainings-/Validierungsaufteilung** - 80/20-Split auf synthetischen Daten, 15 Seeds pro Bedingung - YOLO-Modell und Trainingsparameter - **6.5.3 Vorverarbeitung und Filterung** - Luminanz-Kalibrierung: Workflow, Quantil-basierte Grenzen - Okklusionsschwelle und Filterungskriterien - **6.5.4 Metriken** - Primarmetrik festlegen (z.B. Dice oder IoU) -- methodisch starker als alle Metriken gleichwertig zu berichten - Sekundarmetriken: geometrische Fehlermasse (Centroid-Error, Ellipsen-Fit-Error) - Experiment-spezifische Inferenzstatistik (Wilcoxon, BCa Bootstrap CI) hier statt in 6.2 --- ## Kapitel 7: Ergebnisse (weitgehend unverandert) Faustregel: Kap. 7 zeigt, was die Daten zeigen und welche unmittelbaren Schlusse sich ergeben. Kap. 8 (Diskussion) bewertet das wissenschaftlich und zeigt Grenzen auf. ### 7.1 Experiment 1.1: Untersuchung der Laufzeit (bereits gut geschrieben) ### 7.2 Experiment 1.2: Detaillierte Konfigurationszeit-Analyse - **Hierhin kommt die Profiling-Analyse aus `0X_PerformanceVerbesserung.tex`**: Bottleneck-Identifikation, Beurteilung des Optimierungspotenzials - Vorher/Nachher-Vergleich der Optimierungen - Story: Exp 1.1 zeigte hohe Config-Zeit -> detailliertes Profiling -> Bottlenecks identifiziert -> Optimierungen implementiert (Verweis auf 5.9) -> Exp 1.2 misst den Effekt ### 7.3 Experiment 2: YOLO-Training (bereits gut geschrieben) --- ## Auflosung von `0X_PerformanceVerbesserung.tex` Der Inhalt verteilt sich auf drei Stellen: | Inhalt | Ziel | |--------|------| | Phasenbeschreibungen (was jede Timing-Phase misst) | -> **6.4.1** Versuchsaufbau Exp 1.2 | | Profiling-Analyse, Bottleneck-Identifikation | -> **7.2** Ergebnisse Exp 1.2 | | Code-Anderungen (Luminanz-Caching, Sklera etc.) | -> **5.9** Implementierung | --- ## Zusammenfassung | Nr. | Kapitel | Status | Geschatzter Umfang | |-----|---------|--------|--------------------| | 4 | Methodik | **NEU zu schreiben** | 4-8 Seiten | | 5 | Implementierung | Teilweise geschrieben, umstrukturieren | 15-20 Seiten | | 6 | Versuchsaufbau | Teilweise geschrieben, erweitern | 8-12 Seiten | | 7 | Ergebnisse | Gut geschrieben, kaum Anderungen | ~30 Seiten | --- ## Schreibhinweise 1. **Exp 1.2 als iterative Folgeanalyse einordnen:** Im Fliesstext explizit machen, dass Exp 1.2 aus den Befunden von Exp 1.1 hervorgegangen ist. Sonst fragt sich der Leser, warum es zwei Performance-Experimente gibt. 2. **"Keine medizinische Grundlage" in 5.4 sachlich formulieren:** Statt "keine medizinische Grundlage" besser: "Die modellierten periorbitalen Formvariationen wurden heuristisch und anhand visueller Plausibilitat entwickelt. Sie beanspruchen keine anthropometrisch oder medizinisch validierte Abbildung realer Populationen." 3. **Kap. 7 Titel:** Ob "Ergebnisse" oder "Ergebnisse und Analyse" ist Geschmackssache. Bei separatem Diskussionskapitel (Kap. 8) ist "Ergebnisse" allein etwas sauberer, da "Analyse" schnell zur Interpretation einladt, die eigentlich in die Diskussion gehort. 4. **Kap. 7 vs. Kap. 8 Grenze:** Kap. 7 zeigt, was die Daten zeigen und welche unmittelbaren Schlusse sich ergeben. Kap. 8 (Diskussion) bewertet das wissenschaftlich, ordnet es in den Forschungskontext ein und zeigt Grenzen auf.