# Schreibplan: Kapitel 1 Einleitung

Struktur orientiert an Kaminski, Remiorz und Kleipsties (Referenzarbeiten am selben Fachgebiet).

## 1.1 Motivation und Problemstellung

Trichterform vom Großen ins Kleine. Jede Behauptung mit Quelle belegt. Fließtext, keine Aufzählungen. Schlank halten, Kap. 3 nicht vorwegnehmen.

### Absatz 1: Eye-Tracking und Pupillensegmentierung als Anwendungsfeld (kurz, 2-3 Sätze)

- Pupillensegmentierung als Grundlage für valide Pupillometrie (Pupillendynamik als Marker für kognitive/neurologische Zustände)
- Anwendungsbeispiel Gehirnerschütterungsdiagnostik im Sport kurz erwähnen, nicht auswalzen
- **Quellen:** `mathotPupillometryPsychologyPhysiology2018`, `masterUtilityPupillaryLight2020`, `hansenEyeBeholderSurvey2010`

### Absatz 2: Technische Herausforderung der robusten Pupillensegmentierung

- Variable Beleuchtung, spekulare Reflexionen (Glints), partielle Okklusion durch Augenlider/Wimpern, Blickwinkel-bedingte Verzerrungen
- ML/DL-Ansätze sind leistungsfähiger als regelbasierte Verfahren, brauchen aber große annotierte Datensätze
- **Quellen:** `kothariEllSegEllipseSegmentation2021`, `chaudharyRITnetRealtimeSemantic2019`, `fuhl500kImagesCloser2019`

### Absatz 3: Das Datenproblem und synthetische Daten als Lösung

- Erstellung realer annotierter Datensätze: aufwändig, datenschutzrechtlich problematisch, begrenzte Variabilität
- Synthetische Datengenerierung: kontrollierbar, skalierbar, automatisch pixelgenau annotiert
- Mehrere Pipelines existieren (SynthesEyes, UnityEyes, RIT-Eyes, LEyes), am CHI: HEyes (Kaminski)
- **Quellen:** `woodRenderingEyesEyeShape2015`, `woodLearningAppearancebasedGaze2016a`, `nairRITEyesRenderingNeareye2020`, `byrneLEyesLightweightFramework2025`, `kaminskiBestimmungPupillendurchmessersUnabhaengig2025`, `tobinDomainRandomizationTransferring2017`

### Absatz 4: Die konkrete Lücke (KNAPP, nicht Kap. 3 vorwegnehmen)

- Bestehende Pipelines variieren dynamische Parameter, aber stabile interindividuelle Augenformmerkmale sind nicht als unabhängige Variationsachsen modelliert
- HEyes erzeugt alle Bilder mit derselben Augenform
- Periorbitale Morphologie variiert in der Realität systematisch zwischen Individuen
- Keine Pipeline-Vergleiche, keine anthropometrische Detailanalyse (Kap. 3)
- **Quellen:** `farkasInternationalAnthropometricStudy2005`, `kaminskiBestimmungPupillendurchmessersUnabhaengig2025`

---

## 1.2 Zielsetzung und Forschungsfragen

### Übergeordnetes Ziel (1-2 Sätze)

Erweiterung der HEyes-Pipeline um parametrisierbare periorbitale Formvariation. Untersuchung, ob diese Variationsachse die Generalisierung eines Segmentierungsmodells auf reale Daten beeinflusst. Zusätzlich: Auswirkungen auf Laufzeit und praktische Nutzbarkeit.

### Forschungsfrage 1 (Hauptfrage)

Beeinflusst die Variation der periorbitalen Augenform in synthetischen Trainingsdaten die Segmentierungsleistung eines auf synthetischen Daten trainierten YOLO-Modells auf realen Augenbildern?

**Nullhypothese:** Die Variation der periorbitalen Augenform in den synthetischen Trainingsdaten hat keinen Einfluss auf die Segmentierungsleistung auf realen Augenbildern.

### Forschungsfrage 2 (Nebenfrage, Praktikabilität)

Wie wirken sich die im Rahmen dieser Arbeit vorgenommenen Erweiterungen der HEyes-Pipeline auf die Laufzeit und damit auf die praktische Nutzbarkeit der Datengenerierung aus, und inwieweit lassen sich Laufzeiteffekte durch gezielte Optimierungen reduzieren?

**Arbeitshypothese:** Die im Rahmen dieser Arbeit vorgenommenen strukturellen Änderungen sowie gezielten Optimierungen verbessern die Laufzeit und damit die praktische Nutzbarkeit der Pipeline.

---

## 1.3 Aufbau der Arbeit

Fließtext mit Kapitelverweisen, ca. 3/4 bis 1 Seite. Kap. 2-5 knapp funktional, Kap. 6-7 etwas ausführlicher. Bei Kap. 7 deutlich machen, dass dort ALLE drei Experimente ausgewertet werden.

- **Kap. 2 Grundlagen:** Anatomische, computergrafische und methodische Grundlagen.
- **Kap. 3 Stand der Forschung:** Bestehende Pipelines, Sim-to-Real-Transfer, periorbitale Variation. Forschungslücke.
- **Kap. 4 Methodik:** Gesamtkonzept, Formvariationsansatz, Evaluationslogik.
- **Kap. 5 Implementierung:** Technische Umsetzung in Blender.
- **Kap. 6 Versuchsaufbau:** Drei Experimente (Laufzeit-Benchmark, Profiling/Optimierung, YOLO-Training).
- **Kap. 7 Ergebnisse und Analyse:** Auswertung aller drei Experimente (Laufzeit, Optimierung, Segmentierung).
- **Kap. 8 Abschluss und Diskussion:** Fazit, Limitationen, Ausblick.

---

## Stilhinweise

- Keine Gedankenstriche oder Semikolons
- Alle Behauptungen mit `\cite{}` belegt
- Fließtext in 1.1 und 1.3
- Forschungsfragen/Hypothesen in 1.2 als strukturierte Absätze