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

4.6 KiB Raw Permalink Blame History