283 lines
14 KiB
Markdown
283 lines
14 KiB
Markdown
# Grundlagen-Kapitel: Schreibplan
|
|
|
|
## Kontext
|
|
|
|
Kapitel 5 (Implementierung), 6 (Versuchsaufbau) und 7 (Auswertung) verwenden zahlreiche Konzepte, die im Grundlagen-Kapitel (Kap. 2) nicht oder nur als Stubs erklärt werden. Dieser Plan definiert die finale Kapitelstruktur, den Inhalt pro Abschnitt und die nötige Recherche.
|
|
|
|
**Datei:** `MasterLatex/content/02_Grundlagen.tex`
|
|
**Zielumfang:** ~11-12 Seiten (mit Abbildungen evtl. 12-13)
|
|
|
|
---
|
|
|
|
## Ist-Zustand
|
|
|
|
**Gut abgedeckt:** Oberflächendarstellungen (parametrisch/implizit), Koordinatensystem, View-Layer, Compositor, Cryptomatte, AOV
|
|
|
|
**Stubs/leer:** Blender-Intro (3 Sätze), Meshes (TODO), Catmull-Clark (leer), Shape-Keys (fast leer), Wilcoxon (leer), IoU (leer), Dice (leer), TP/FP/FN/TN (nur Aufzählung), Section 2.2 hat Platzhaltertitel
|
|
|
|
**Komplett fehlend:** Augenanatomie, Rendering-Konzept, Materialien/Shader, UV-Mapping, Modifier-Stack, bpy-API, Neuronale Netze, YOLO, Train/Val/Test-Split, BCa-Bootstrap
|
|
|
|
---
|
|
|
|
## Finale Kapitelstruktur
|
|
|
|
### 2.1 Anatomie des Auges und der Periorbitalregion [NEU]
|
|
|
|
#### 2.1.1 Grundaufbau des Auges (~3/4 Seite mit Abbildung)
|
|
- Pupille, Iris, Sklera, Kornea definieren, beschriftete Querschnittzeichnung
|
|
- Erwähnen, wie diese Strukturen in Infrarotbildern erscheinen (Pupille dunkel, Iris texturiert, Sklera hell, Kornea erzeugt Glints)
|
|
- KEINE ophthalmologische Tiefe (kein Kammerwasser, keine Retina etc.)
|
|
|
|
#### 2.1.2 Augenlid und Periorbitalregion (~3/4 Seite mit Abbildung)
|
|
- Periorbitalregion, Lidspalte, medialer Kanthus (Endokanthion), lateraler Kanthus (Exokanthion) definieren
|
|
- Relevante morphologische Merkmale rein anatomisch einführen (OHNE Bezug zu Shape-Keys -- die Zuordnung zur Modellierung erfolgt erst in Kap. 5.4):
|
|
- **Epikanthusfalte**: Hautfalte am medialen Kanthus
|
|
- **Supratarsalfalte / Oberlidfalte**: Horizontale Falte im Oberlid
|
|
- **Lidptosis**: Herabhängen des Oberlids
|
|
- Beschreibend und visuell, 1-2 Abbildungen mit beschrifteten Strukturen
|
|
- Population-Level-Variation gehört NICHT hierher (ist in Kap. 3.4)
|
|
|
|
#### 2.1.3 Koordinatensystem und medizinische Richtungsbezeichnungen (VERSCHIEBEN aus aktuellem 2.2.1)
|
|
- Bestehender Inhalt (superior/inferior/anterior/posterior/mediolateral) ist gut
|
|
- Blender-Achsenzuordnung auf kurze Anmerkung kürzen
|
|
- Modellraum-Beispiele (Person, Flugzeug) streichen oder auf 2 Sätze kürzen
|
|
- **Offene Entscheidung:** NUR behalten, wenn die Terminologie in Kap. 5 auch tatsächlich aktiv genutzt wird (relevantes Kapitel ist noch nicht fertig). Falls dort nur alltagssprachlich/Blender-orientiert formuliert wird, auf 3 Sätze schrumpfen oder ganz streichen.
|
|
|
|
---
|
|
|
|
### 2.2 Computergrafik [UMSTRUKTURIERT]
|
|
|
|
#### 2.2.1 Rendering [NEU] (~1/3 Seite)
|
|
- Was Rendering ist: Berechnung eines 2D-Bildes aus 3D-Szene
|
|
- Zwei Ansätze kurz benennen: Path Tracing vs. Rasterisierung
|
|
- Blender: Cycles (Path Tracer) und Eevee (Rasterisierer). Diese Arbeit nutzt Eevee.
|
|
|
|
#### 2.2.2 Oberflächendarstellungen (BEHALTEN, STARK KÜRZEN auf ~1/2 Seite)
|
|
- Parametrisch vs. implizit: Kernaussage behalten (komplementäre Stärken/Schwächen)
|
|
- Einheitskreis-Beispiele auf je 2-3 Sätze eindampfen
|
|
- Überleitung zu Meshes als praktischer Kompromiss
|
|
- **Erster Kürzungskandidat** falls Kapitel zu lang wird
|
|
|
|
#### 2.2.3 Polygon-Meshes (FIXEN) (~1/2 Seite)
|
|
- Vertex, Edge, Face/Polygon definieren
|
|
- Quad-dominante vs. irreguläre Topologie erwähnen (relevant für Catmull-Clark)
|
|
- Eine Abbildung: Drahtgitter + gerendertes Gegenstück
|
|
|
|
#### 2.2.4 Subdivision Surfaces und Catmull-Clark (FIXEN -- aktuell leer) (~1/2 Seite)
|
|
- Kernidee: grobes Kontrollnetz -> rekursiv unterteilen und glätten -> glatte Grenzfläche
|
|
- Quad-Topologie -> C2-stetig, irreguläre Vertices nur C1
|
|
- **Edge Creases**: scharfe Kanten trotz Subdivision
|
|
- KEINE mathematische Herleitung, nur Konzept + Abbildung
|
|
|
|
#### 2.2.5 Shape-Keys (Morph-Targets) (FIXEN) (~1/2 Seite)
|
|
- Pro-Vertex-Positionsoffsets relativ zur Basis, Blending über skalaren Gewichtsfaktor (0-1), additiv kombinierbar
|
|
- Zentrale Einschränkung: lineare Interpolation folgt keinen gekrümmten Oberflächen
|
|
- Eine Abbildung: Basis -> deformiert -> Zwischenstufe
|
|
|
|
#### 2.2.6 UV-Mapping [NEU] (~1/3 Seite)
|
|
- 2D-Abwicklung einer 3D-Oberfläche, Korrespondenz Oberfläche <-> Texturkoordinate
|
|
- Eine Abbildung: 3D-Mesh + UV-Layout
|
|
|
|
---
|
|
|
|
### 2.3 Blender [VERSCHLANKT]
|
|
|
|
#### 2.3.1 Überblick (~1/3 Seite)
|
|
- Open-Source 3D-Suite. Relevante Fähigkeiten: Modellierung, Materialien, Rendering (Cycles/Eevee), Compositing
|
|
- Materialien: Definieren Oberflächenaussehen, werden in Blender über ein node-basiertes Shadersystem erstellt (1 Satz, keine eigene Subsection)
|
|
- Headless-Modus über Kommandozeile, Python-API (bpy) für programmatische Steuerung
|
|
- Modifier-Stack: nicht-destruktive Operationen in definierter Reihenfolge (Top-to-Bottom), Reihenfolge entscheidend
|
|
- bpy, Modifier-Stack und Materialien als Absätze innerhalb des Überblicks, KEINE eigenen Subsections
|
|
|
|
#### 2.3.2 View-Layer (BEHALTEN -- existierender Text ist gut)
|
|
|
|
#### 2.3.3 Compositor (BEHALTEN -- existierender Text ist gut)
|
|
|
|
#### 2.3.4 Cryptomatte (BEHALTEN -- knapp halten)
|
|
- Wird in Kap. 5.7 an 4+ Stellen referenziert, dort ist der Kontrast Cryptomatte vs. AOV zentral
|
|
|
|
#### 2.3.5 Arbitrary Output Variables (BEHALTEN -- knapp halten)
|
|
- Wird in Kap. 5.7 an 5+ Stellen referenziert, zentrale Lösung für Augenlid-Maske
|
|
|
|
---
|
|
|
|
### 2.4 Bildsegmentierung mit Deep Learning [NEU]
|
|
|
|
#### 2.4.1 Convolutional Neural Networks (~1/2 Seite)
|
|
- Allgemeine NN nur in 2-3 Sätzen (Schichten, Gewichte, Training)
|
|
- Fokus auf CNNs: Faltungsschichten für räumliche Merkmale, Pooling, Feature-Hierarchien
|
|
- High-Level, keine Backpropagation-Herleitung
|
|
|
|
#### 2.4.2 Bildsegmentierung und Objekterkennung (~3/4 Seite)
|
|
- Was ist Bildsegmentierung: pro Pixel eine Klassenzuweisung
|
|
- Semantische vs. Instanzsegmentierung (kurz unterscheiden)
|
|
- YOLO als Vertreter der Single-Shot-Detektoren: Grundidee (ein Forward-Pass für Detektion + Segmentierung)
|
|
- Quelle: Redmon et al. 2016 (Originalpaper) für YOLO als Konzept
|
|
- Konkrete Modellvariante (YOLO26) und Bibliothek (Ultralytics) erst in Kap. 6, dort offizielle Ultralytics-Software-Zitation
|
|
- KEINE Details zu Architekturinterna (FPN, Anchor-Free etc.)
|
|
- Fokus auf Segmentierung als Hauptthema, Objekterkennung nur so weit wie für YOLO-Verständnis nötig
|
|
- Bewusst kürzer als Remiorz/Kleipsties (6-7 S. NN/CNN), weil Fokus hier auf Rendering-Pipeline, nicht ML-Architekturvergleich
|
|
|
|
#### 2.4.3 Training, Validierung und Test (~1/3 Seite)
|
|
- Dreiteilung und jeweiligen Zweck erklären
|
|
- Seed-Wiederholungen gehören in Kap. 6, hier höchstens ein Nebensatz
|
|
|
|
---
|
|
|
|
### 2.5 Evaluationsmetriken [FIXEN]
|
|
|
|
#### 2.5.1 Pixelbasierte Grundbegriffe (TP, FP, FN, TN) (~1/3 Seite)
|
|
- Im Kontext binärer Segmentierungsmasken definieren
|
|
- TN der Vollständigkeit halber erwähnen, aber nicht überbetonen -- für IoU und Dice irrelevant
|
|
- Warum Accuracy bei Klassenungleichgewicht irreführend ist -> motiviert IoU/Dice
|
|
|
|
#### 2.5.2 Intersection over Union (IoU) (~1/4 Seite)
|
|
- Formel: IoU = TP / (TP + FP + FN), kurze Erklärung
|
|
|
|
#### 2.5.3 Dice-Koeffizient (~1/4 Seite)
|
|
- Formel: Dice = 2*TP / (2*TP + FP + FN)
|
|
- Monotone Beziehung zu IoU: Dice = 2*IoU / (1+IoU)
|
|
|
|
#### 2.5.4 Wilcoxon-Vorzeichen-Rang-Test (~1/3 Seite)
|
|
- Nichtparametrischer Test für gepaarte Stichproben
|
|
- Testet ob Median der Paardifferenzen null ist, setzt keine Normalverteilung voraus
|
|
- Nullhypothese und was ein signifikanter p-Wert bedeutet
|
|
|
|
#### 2.5.5 Bootstrap-Konfidenzintervalle (BCa) (~1/4 Seite)
|
|
- Resampling mit Zurücklegen zur Schätzung der Stichprobenverteilung
|
|
- BCa korrigiert für Bias und Schiefe
|
|
- Interpretation (KI enthält 0 nicht -> signifikant) gehört in Kap. 7, nicht hierher
|
|
|
|
---
|
|
|
|
## Übergänge zwischen den Blöcken
|
|
|
|
Saubere Übergänge verhindern, dass das Kapitel wie ein Sammelbecken wirkt:
|
|
- **2.1 -> 2.2**: Die anatomischen Strukturen müssen geometrisch und visuell modelliert werden
|
|
- **2.3 -> 2.4**: Die synthetisch erzeugten Bilder dienen als Trainingsdaten für Segmentierungsmodelle
|
|
- **2.4 -> 2.5**: Diese Modelle müssen mit geeigneten Metriken bewertet werden
|
|
|
|
---
|
|
|
|
## Was NICHT ins Grundlagen-Kapitel gehört
|
|
|
|
| Thema | Grund | Wo stattdessen |
|
|
|---|---|---|
|
|
| SSIM | Nur in Frame-Extraktion, dort inline erklärt | Kap. 6 |
|
|
| Konturextraktion, Binärmask-Ops | Implementierungsdetail | Kap. 5 inline |
|
|
| sRGB/Linear, Luminanz | Implementierungsdetail | Kap. 5 inline |
|
|
| Anti-Aliasing/TAA | Bereits inline in Kap. 5.7.3 erklärt | Kap. 5 |
|
|
| mAP | Wird nicht verwendet | Streichen |
|
|
| Precision, Recall, Accuracy | Nicht als Metrik genutzt | Streichen |
|
|
| Hair-System, Shrinkwrap, Vertex Groups | Zu Blender-spezifisch | Kap. 5 inline |
|
|
| Parent-Child, Texture Paint, Shader-Nodes | Implementierungsdetail | Kap. 5 inline |
|
|
| Sim-to-Real / Transfer Learning | Bereits in Related Work | Kap. 3.3 |
|
|
| Population-Level-Variation | Bereits in Related Work | Kap. 3.4 |
|
|
| Konkrete YOLO-Variante (YOLOv8n-seg) | Methodische Wahl, nicht Grundlage | Kap. 6 |
|
|
| Shape-Key-Namen (ECF, STF etc.) | Modellierungsentscheidung | Kap. 5.4 |
|
|
|
|
---
|
|
|
|
## Prioritäten
|
|
|
|
1. **KRITISCH** -- Anatomie (2.1): Ohne das versteht der Leser nicht, was modelliert wird
|
|
2. **HOCH** -- ML/Segmentierung (2.4): Ohne das ist Experiment 2 unverständlich
|
|
3. **HOCH** -- Evaluationsmetriken (2.5): IoU, Dice, Wilcoxon, BCa sind alle Stubs
|
|
4. **HOCH** -- Shape-Keys (2.2.5): Zentraler Mechanismus der gesamten Implementierung
|
|
5. **MITTEL** -- Catmull-Clark (2.2.4): Nötig für Subdivision + Creases
|
|
6. **MITTEL** -- Rendering (2.2.1), UV-Mapping (2.2.6)
|
|
7. **NIEDRIG** -- Oberflächendarstellungen kürzen (2.2.2), Meshes fixen (2.2.3), Blender-Intro (2.3.1)
|
|
|
|
---
|
|
|
|
## Geschätzter Gesamtumfang
|
|
|
|
| Abschnitt | Seiten |
|
|
|---|---|
|
|
| 2.1 Anatomie | ~2 |
|
|
| 2.2 Computergrafik | ~3,5 |
|
|
| 2.3 Blender | ~2,5 |
|
|
| 2.4 Bildsegmentierung | ~1,5 |
|
|
| 2.5 Evaluationsmetriken | ~1,5 |
|
|
| **Gesamt** | **~11-12** |
|
|
|
|
---
|
|
|
|
---
|
|
|
|
# Recherche-Aufteilung
|
|
|
|
## Deep Research 1: Augenanatomie und Periorbitalregion (extern)
|
|
|
|
**Warum extern:** Medizinisches Fachwissen, braucht verlässliche Lehrbuchquellen. Falsche Terminologie oder ungenaue Definitionen wären in einer Masterarbeit problematisch.
|
|
|
|
**Was recherchiert werden soll:**
|
|
- Standardwerke/Lehrbücher für die Grundanatomie des Auges (Pupille, Iris, Sklera, Kornea) -- es reicht ein Anatomie-Lehrbuch oder Augenheilkunde-Standardwerk
|
|
- Fachbegriffe der Periorbitalregion: Lidspalte (Palpebral Fissure), Endokanthion, Exokanthion -- korrekte Definitionen und zitierbare Quellen
|
|
- Morphologische Merkmale:
|
|
- Epikanthusfalte: korrekte anatomische Definition, Standardquelle
|
|
- Supratarsalfalte / Oberlidfalte (Lid Crease vs. Lid Fold): Terminologie ist in der Literatur nicht immer einheitlich -- klären was der korrekte Begriff ist
|
|
- Lidptosis / Blepharoptosis: Definition, Abgrenzung
|
|
- Wie das Auge in Infrarotbildern erscheint (Pupille dunkel, Iris texturiert etc.) -- evtl. aus Eye-Tracking-Literatur statt reiner Anatomie
|
|
- **Nicht nötig:** Ophthalmologische Tiefe (Kammerwasser, Retina, Sehnerv etc.), populationsbezogene Variationsstatistiken (ist schon in Related Work)
|
|
|
|
**Gewünschtes Ergebnis:** Pro Konzept 1-2 zitierbare Quellen (Lehrbuch oder Paper), korrekte deutsche und englische Fachbegriffe, kurze Definition
|
|
|
|
---
|
|
|
|
## Deep Research 2: Computergrafik-Grundlagen (extern)
|
|
|
|
**Warum extern:** Originalpaper und Lehrbuchquellen für mathematisch fundierte Konzepte.
|
|
|
|
**Was recherchiert werden soll:**
|
|
- **Catmull-Clark Subdivision Surfaces**: Originalpaper (Catmull & Clark, 1978), evtl. ein CG-Lehrbuch das Subdivision Surfaces gut erklärt. Insbesondere: C2-Stetigkeit bei regulären Vertices, C1 bei irregulären, Konzept von Edge Creases
|
|
- **Shape-Keys / Morph Targets / Blend Shapes**: Zitierbare Quelle für das Konzept (CG-Lehrbuch oder Seminal Paper). Der Begriff "Shape Key" ist Blender-spezifisch, "Morph Target" oder "Blend Shape" ist der allgemeinere Fachbegriff
|
|
- **Rendering-Grundlagen**: Ein CG-Standardlehrbuch als Quelle für die Unterscheidung Path Tracing vs. Rasterisierung (z.B. Pharr/Humphreys "Physically Based Rendering", Hughes et al. "Computer Graphics: Principles and Practice", oder Akenine-Möller et al. "Real-Time Rendering")
|
|
- **UV-Mapping**: Zitierbare Lehrbuchquelle
|
|
- **Polygon-Meshes**: Lehrbuchquelle für Vertex/Edge/Face, Mesh-Topologie
|
|
- **Oberflächendarstellungen** (parametrisch vs. implizit): Die Quellen fehlen laut TODOs im bestehenden Text
|
|
|
|
**Gewünschtes Ergebnis:** Pro Konzept 1-2 Standardquellen (Lehrbuch oder Originalpaper), korrekte Fachbegriffe
|
|
|
|
---
|
|
|
|
## Deep Research 3: Statistische Methoden (extern)
|
|
|
|
**Warum extern:** Wilcoxon und BCa-Bootstrap werden in keiner der Peer-Masterarbeiten (Remiorz, Kleipsties, Kaminski) behandelt. Diese Arbeit geht statistisch tiefer, daher sind korrekte Lehrbuchquellen und Formulierungshilfe nötig.
|
|
|
|
**Was recherchiert werden soll:**
|
|
- **Wilcoxon-Vorzeichen-Rang-Test**: Statistik-Lehrbuch als Quelle, korrekte Formulierung der Nullhypothese, wann anwendbar
|
|
- **BCa-Bootstrap-Konfidenzintervalle**: Efron & Tibshirani als Standardquelle, evtl. Efron 1987
|
|
|
|
**Gewünschtes Ergebnis:** Pro Methode korrekte Referenz(en), kurze Formulierungshilfe für die Erklärung
|
|
|
|
---
|
|
|
|
## Was ich (Claude Code) selbst machen kann
|
|
|
|
Diese Teile brauchen keine externe Recherche:
|
|
|
|
- **YOLO-Quellen**: Redmon et al. 2016 ("You Only Look Once") für Kap. 2 als Konzept. Offizielle Ultralytics-Software-Zitation/Doku für YOLO26 in Kap. 6. Keine weiteren YOLO-Paper nötig (Peer-Arbeiten gehen auch nicht tiefer).
|
|
- **CNN-Quellen**: Goodfellow et al. "Deep Learning" (2016) als Lehrbuch, LeCun et al. als Klassiker. Standardreferenzen.
|
|
- **Segmentierung**: Garcia-Garcia et al. 2017 ist schon in der Bibliographie. Prüfen ob das reicht.
|
|
- **IoU/Dice**: Taha & Hanbury 2015 ist schon in der Bibliographie. Evtl. Dice 1945 / Jaccard 1912 als Originale ergänzen.
|
|
- **Train/Val/Test-Split**: Goodfellow et al. "Deep Learning" als Standardreferenz.
|
|
- **Blender-Abschnitte (2.3)**: Offizielle Blender-Dokumentation als Quelle reicht.
|
|
- **Cryptomatte**: Psyop GitHub/Paper ist die Originalquelle.
|
|
- **Textuelle Überarbeitung**: Kürzen, umstrukturieren, TODOs auflösen.
|
|
- **Prüfen welche Quellen schon in `referenzen.bib` vorhanden sind.**
|
|
|
|
---
|
|
|
|
## Vergleich mit Peer-Masterarbeiten
|
|
|
|
Erkenntnisse aus Remiorz 2025, Kleipsties 2025 und Kaminski 2025:
|
|
|
|
| | Remiorz | Kleipsties | Kaminski | **Unser Plan** |
|
|
|---|---|---|---|---|
|
|
| NN/CNN | 6 S. | 7 S. | 0 | ~1/2 S. (bewusst kürzer, anderer Fokus) |
|
|
| YOLO | ~1/2-1 S. | ~2 S. (pragmatisch) | ~2 S. (Black-Box) | ~3/4 S. |
|
|
| Metriken | 2-3 S. in Grundlagen | 1,5 S. in Methodik | 0 | ~1 S. in Grundlagen |
|
|
| Statistik | 0 | 0 | 0 | ~2/3 S. (einzige Arbeit mit Wilcoxon+BCa) |
|
|
| Gesamt Grundlagen | ~18 S. | ~18 S. | ~15 S. | **~11-12 S.** |
|