Computer Graphics
TU Braunschweig

Seminar Computergraphik SS'20
Seminar

Prof. Dr.-Ing. Marcus Magnor

Hörerkreis: Bachelor & Master
Kontakt: seminar@cg.cs.tu-bs.de

Modul: INF-STD-66, INF-STD-68
Vst.Nr.: 4216012, 4216021

Thema: Aktuelle Forschungsergebnisse aus der Computergraphik

Inhalt

Auch in diesem Semester werden im Seminar Computergraphik wieder aktuelle Forschungsergebnisse aus der Computergraphik diskutiert. Die Aufgabe der TeilnehmerInnen ist es Forschungsberichte schriftlich aufzuarbeiten, die Aufarbeitung eines anderen Studierenden schriftlich zu begutachten und dem Gutachten anderer Studierenden entsprechend die eigene Ausarbeitung zu verbessern. In einem Blockseminar am Ende des Semesters wird der jeweilige Forschungsbericht in einem mündlichen Vortrag präsentiert.

Teilnehmer

Das Angebot richtet sich an Bachelor- bzw. Masterstudierende aus den Fachrichtungen Informatik, IST und Wirtschaftsinformatik.

Die Anmeldung erfolgt über StudIP. Die Teilnehmeranzahl ist auf 8 Studierende beschränkt.

Veranstaltungstermine

Sämtliche hier aufgeführten Termine sind einzuhalten. Alle Veranstaltungstermine müssen besucht werden.

ACHTUNG! Das Kick-Off wird dieses Semester online durchgeführt. Angemeldete Studierende haben die vollständigen Informationen dazu bereits per Mail erhalten. Bei Fragen oder Unklarheiten wenden Sie sich bitte an seminar@cg.cs.tu-bs.de. Es besteht Anwesenheitspflicht!

  • Anmeldung über Stud.IP
  • Bis 12.04.2020: Abgabe der Themenwünsche
  • 22.04.2020, 11:30 Uhr: Kickoff Meeting (Online)
  • 27.04.2020: Ende der Abmeldefrist
  • 20.05.2020: Abgabe der schriftlichen Ausarbeitung
  • 03.06.2020: Abgabe des Gutachtens
  • 17.06.2020: Abgabe der überarbeiteten schriftlichen Ausarbeitung
  • Bis 03.07.2020: Probevortrag
  • 10.07.2020, 09:00 - 12:00: Vorträge - Blockveranstaltung Teil 1 (G30, ICG)
  • 17.07.2020, 09:00 - 12:00: Vorträge - Blockveranstaltung Teil 2 (G30, ICG)

Angemeldete Studierende haben die Möglichkeit, sich bis spätestens 2 Wochen nach Beginn der Vorlesungen abzumelden. Für eine erfolgreiche Abmeldung ist es erforderlich sich bei der Seminarbetreuung abzumelden.

Angemeldete Studierende und Studierende auf der Warteliste haben die Möglichkeit bis zum 12.04.20 ihre Top 3 Themenwünsche per Mail an seminar@cg.cs.tu-bs.de zu schicken, damit diese bei der Themenvergabe berücksichtigt werden. In der Mail muss zusätzlich benannt werden, um die wievielte Teilnahme am Seminar im aktuellen Studiengang es sich handelt.

Die jeweiligen Abgaben erfolgen per Mail an den jeweiligen BetreuerIn und zusätzlich an seminar@cg.cs.tu-bs.de. Falls nicht anders kommuniziert, müssen die Abgaben bis um 23:59 Uhr des Abgabetages erfolgen.

Bei Fragen zur Veranstaltung wenden Sie sich bitte an seminar@cg.cs.tu-bs.de.

Format

  • Zu jedem Thema wird eine Zusammenfassung in Latex mithilfe des Institut-Templates erstellt.
    Inhalt der Ausarbeitung ist eine kurze Zusammenfassung der Arbeit mit eigenen Worten und die Herausarbeitung der Hauptpunkte mit einem Umfang von mindestens 8 Seiten. Die Ausarbeitung soll deutlich machen, dass das Thema verstanden wurde.
  • Jeder Teilnehmende verfasst ein 1-2 seitiges Gutachten über eine vorgegebene schriftliche Ausarbeitung. Dabei soll insbesondere auf die Verständlichkeit und den sprachlichen Stil der Zusammenfassung eingegangen werden.
  • Die Themen werden in ca. 20 minütigen Vorträgen mit anschließender Diskussion präsentiert.
    Für die Vorträge kann ein Laptop des Instituts oder ein eigener Laptop verwendet werden. Falls der Institutslaptop genutzt werden soll, ist es notwendig sich rechtzeitig unter seminar@cg.cs.tu-bs.de zu melden.
  • Die Sprache ist wahlweise Deutsch oder Englisch.
  • Der Vortrag, die schriftliche Zusammenfassung und die Erstellung des Gutachtens sind zwingende Voraussetzungen für den Erhalt eines Scheines.

Dateien und Templates

Themen

  1. Morphological Amoeba-based Patches for Exemplar-Based Inpainting
    S. Castillo, D. W. Cunningham, C. Winger, and M. Breuß
    Journal of WSCG 2018
    Betreuer: Susana Castillo (Betreuung, Ausarbeitung und Talk in Englisch!)

    Inpainting is the process of replacing areas in an image with a perceptually plausible substitution. Commonly, inpainting techniques iteratively match and fill small patches at the edge of the target region making use of similar patches from the same image. Nearly all inpainting algorithms based on this approach use a single patch size for the entire image, ignoring the overall image size as well as the size and shape of the structures at the patch location. This paper studies the effect of adaptively altering size and shape of the patch, showing its benefits compared to a fixed patch size.
     
  2. DiCE: Dichoptic Contrast Enhancement for VR and Stereo Displays,Material
    Fangcheng Zhong, George Alex Koulieris, George Drettakis, Martin S. Banks, Mathieu Chambe, Fredo Durand, Rafał K. Mantiuk
    SIGGRAPH Asia 2019
    Betreuer: Steve Grogorick

    Das Paper präsentiert ein Verfahren zur Erhöhung des wahrgenommenen Kontrasts auf stereoskopischen Displays. Dabei werden die Bilder für das linke und rechte Auge unterschiedlich angepasst, um die Sichtbarkeit von Details sowohl in besonders dunklen als auch hellen Bildbereichen zu verbessern.

     
  3. A Low-Dimensional Function Space for Efficient Spectral Upsampling, Material
    Wenzel Jakob, Johannes Hanika
    EUROGRAPHICS 2019
    Betreuer: Sascha Fricke

    VFX und Computeranimationen benutzen zunehmend spektral-basierte Renderer, in denen Farben nicht als RGB Werte, sondern als Frequenzspektren dargestellt werden. Künstler müssen aber in der Regel mit RGB Farbwerten arbeiten, um Texturen für Oberflächen zu generieren. In dieser Arbeit wird ein Verfahren entwickelt, mit dem RGB Farbwerte auf schnelle und sinnvolle Art und Weise auf ein Frequenzspektrum abgebildet werden können.

     
  4. Textured Neural Avatars
    Aliaksandra Shysheya, Egor Zakharov, Kara-Ali Aliev, Renat Bashirov, Egor Burkov, Karim Iskakov, Aleksei Ivakhnenko, Yury Malkov, Igor Pasechnik, Dmitry Ulyanov, Alexander Vakhitov, Victor Lempitsky
    CVPR 2019
    Betreuer: Moritz Kappel

    Das Paper beschreibt ein machine-learning-basiertes Verfahren für Human Motion Transfer mit expliziter Texturdarstellung. Im Gegensatz zu direkten Image-Translation Ansätzen lernt hierbei ein künstliches neuronales Netz die Berechnung von dichten UV-Maps aus multi-view Kameradaten mit 3D-Posen Annotationen.

     
  5. Mitsuba 2: A Retargetable Forward and Inverse Renderer, Material
    Merlin Nimier-David, Delio Vicini, Tizian Zeltner, Wenzel Jakob
    SIGGRAPH Asia 2019
    Betreuer: Marc Kassubeck

    Dieses Paper beschreibt ein Renderingsystem, das auf verschiedene Szenarien angepasst werden kann. Darunter fallen Polarisation, Berechnung von Ableitungen, Parallelisierung, etc. Diese Features können miteinander kombiniert werden, um einen Renderer für spezifische Szenarien zu konstruieren. Dies wird an verschiedenen Anwendungsszenarien gezeigt.

     
  6. DeepView: View synthesis with learned gradient descent, Material
    John Flynn, Michael Broxton, Paul Debevec, Matthew DuVall, Graham Fyffe,Ryan Overbeck, Noah Snavely, Richard Tucker
    CVPR 2019
    Betreuer: Moritz Mühlhausen 

    Das Paper beschreibt ein neues Verfahren zur Bildgenerierung neuer Sichten mit Hilfe von MultiPlane Images (MPI). Diese MPIs werden mit Hilfe von Deep Learning aus wenigen Eingabebildern für eine Szene generiert unter besonderer Berücksichtigung von Verdeckung.
     
     
  7. One-Class FMRI-Inspired EEG Model for Self-Regulation Training
    Yehudit Meir-Hasson, Jackob N. Keynan, Sivan Kinreich, Gilan Jackont, Avihay Cohen, Ilana Podlipsky-Klovatch, Talma Hendler, Nathan Intrator
    PloS one 2016
    Betreuer: JP Tauscher

    Selbstregulierung von Hirnaktivität verortet im tiefen limbischen System kann Symptomatiken emotionaler Veränderungen abschwächen. Bisher konnte diese Form der Selbstregulation nur über kostenintensive MRT-geführte Neurofeedbackschleifen durchgeführt werden. Das vorliegende Paper stellt ein Model zur Prediktion von Amygdala Aktivität mittels EEG vor basierend auf einer Zeit-Frequenz Repräsentation variierender zeitverzögerter Datenströme.

     
  8. FSGAN: Subject Agnostic Face Swapping and Reenactment
    Yuval Nirkin, Yosi Keller, Tal Hassner
    ICCV 2019
    Betreuer: Leslie Wöhler

    Das Paper beschreibt ein Verfahren zum Austausch von Gesichtern und Mimik in Videos mit Hilfe eines Recurrent Neural Networks. Im Gegensatz zu früheren Verfahren ist es möglich direkt neue Gesichter auszutauschen - ohne das Netzwerk neu zu trainieren,

     

Betreuer

Susana Castillo

Steve Grogorick

Sascha Fricke

Moritz Kappel

Marc Kassubeck

Moritz Mühlhausen

JP Tauscher

Leslie Wöhler