Computer Graphics
TU Braunschweig

Seminar Computergraphik WS'17/18
Seminar

Prof. Dr.-Ing. Marcus Magnor

Hörerkreis: Bachelor & Master
Kontakt: Leslie Wöhler

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 Teilnehmer ist es Forschungsberichte schriftlich aufzuarbeiten, die Aufarbeitung eines anderen Studenten schriftlich zu begutachten und dem Gutachten anderer Studenten entsprechend die eigene Aufarbeitung zu verbessern. In einem Blockseminar am Ende des Semesters präsentiert jeder Teilnehmer seinen Forschungsbericht in einem mündlichen Vortrag.

Teilnehmer

Das Angebot richtet sich an Bachelor- bzw. Masterstudierende aus den Fachrichtungen Informatik, IST und Wirtschaftsinformatik.
Die Teilnehmeranzahl ist auf 8 Studierende beschränkt.

Voraussetzung

Die Teilnehmer sollten an mindestens einer der Lehrveranstaltungen "Computergraphik - Grundlagen", "Echtzeit-Computergraphik", "Bildbasierte Modellierung" oder "Physikbasierte Modellierung und Simulation" teilgenommen haben oder einen entsprechenden mathematischen Hintergrund besitzen.

Veranstaltungstermine

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

  • 29.06.2017 - 20.07.2017: Anmeldung über Stud.IP
  • 16.10.2017: Abgabe der Themenwünsche
  • 20.10.2017, 13:00 Uhr: Kickoff Meeting (G30, ICG)
  • 30.10.2017: Ende der Abmeldefrist
  • 22.11.2017: Abgabe der schriftlichen Ausarbeitung
  • 06.12.2017: Abgabe des Gutachtens
  • 20.12.2017: Abgabe der überarbeiteten schriftlichen Ausarbeitung
  • 19.01.2018: Vortragsfolien fertig / Probevortrag
  • 26.01.2018, 09:00 - 12:00: Vorträge - Blockveranstaltung
  • 02.02.2018, 09:00 - 12:00: Vorträge - Blockveranstaltung Teil 2

Angemeldete Studierende haben die Möglichkeit, sich bis spätestens 2 Wochen nach Beginn der Vorlesungen abzumelden (Montag, 30.10.2017). Für eine erfolgreiche Abmeldung ist es erforderlich sich bei der Seminarbetreuerin Leslie Wöhler abzumelden.

Angemeldete Studierende haben die Möglichkeit bis zum 16.10.17 ihre Top 3 Themenwünsche per Mail an Leslie Wöhler zu schicken, damit diese bei der Themenvergabe berücksichtigt werden.

Format

  • Die Themen werden in ca. 20 minütigen Vorträgen mit anschließender Diskussion präsentiert.
    Für die Vorträge kann ein Klapprechner des Instituts mit OpenOffice, PowerPoint 2013 und Acrobat Reader oder ein eigener Klapprechner verwendet werden.
  • Zu jedem Thema wird eine Zusammenfassung in Latex mit Hilfe des Institut-Templates erstellt.
    Inhalt der Ausarbeitung ist eine kurze Zusammenfassung der Arbeit mit eigenen Worten und die Herausarbeitung der Hauptpunkte in einem 8-10 seitigen Handout. Die Ausarbeitung soll deutlich machen, dass das Thema verstanden wurde.
  • Jeder Teilnehmer verfasst ein 1-2 seitiges Gutachten über die schriftliche Ausarbeitung anderer, vorgegebener Teilnehmers. Dabei soll insbesondere auf den sprachlichen Stil und die Verständlichkeit der Zusammenfassung eingegangen werden.
  • 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.

Templates

Themen

  1. An Analysis of Machine- and Human-Analytics in Classification
    Gary K. L. Tam, Vivek Kothari, Min Chen
    IEEE Transactions on Visualization and Computer Graphics 2017
    Betreuer: Georgia Albuquerque

    Dieses Paper vergleicht Machinelearning und Visual Analytics Verfahren für Klassifizierungsaufgaben in zwei verschiedenen Nutzerstudien und zeigt wie die Ergebnisse zur Unterstützung von Visual Analytics benutzt werden können.
     
  2. Video Pop-up: Monocular 3D Reconstruction of Dynamic Scenes, Material-Webseite
    Chris Russell, Rui Yu, Lourdes Agapito
    ECCV 2014
    Betreuer: Thiemo Alldieck

    Das Paper beschreibt einen Ansatz zur Rekonstruktion der 3D Gestalt von nicht starren Objekten aus monokularen Videos.
     
     
  3. Flicker Observer Effect: Guiding Attention Through High Frequency
    N. Waldiny, M. Waldner, I. Viola
    Eurographics 2017
    Betreuer: Steve Grogorick

    Das Paper präsentiert ein Verfahren zur Beeinflussung des Blickverhaltens mithilfe eines künstlich in eine Szene eingefügten Stimulus. Durch den Einsatz von Hochfrequenz-Displays wird im Gegensatz zu früheren Ansätzen kein aktives Eyetracking benötigt.
     
  4. Data-Driven Synthesis of Smoke Flows with CNN-based Feature Descriptors, Material-Webseite
    Mengyu Chu and  Nils Thuerey
    SIGGRAPH, 2017
    Betreuer: Marc Kassubeck

    Das Paper stellt eine Methode vor, um niedrige aufgelöste Fluidsimulationen durch ein Repository von hoch aufgelösten Patches künstlich höher aufzulösen. Die Ähnlichkeitsmetrik basiert auf von einem CNN gelernten Deskriptor.
     
  5. FlowNet 2.0: Evolution of Optical Flow Estimation with Deep Networks, Material-Webseite, GitHub
    Eddy Ilg, Nikolaus Mayer, Tonmoy Saikia, Margret Keuper, Alexey Dosovitskiy, Thomas Brox
    CVPR 2017
    Betreuer: Moritz Mühlhausen

    Das Paper untersucht inwiefern das Stapeln von Convolutional Neural Networks (CNNs) den optischen Fluss aus FlowNet verfeinern kann. Hierbei testen sie verschiedene Stapel von FlowNet Netzwerken und unterschiedliche
     

     
  6. Differential effects of face-realism and emotion on event-related brain potentials and their implications for the uncanny valley theory
    Sebastian Schindler, Eduard Zell, Mario Botsch, Johanna Kissler
    Nature Scientific Reports 2017
    Betreuer: JP Tauscher

    Virtuelle Charaktere mit hohem Realitätsbezug können ein Gefühl des Unbehagens beim Betrachter hervorrufen. Dieser Uncanny Valley Effekt wird in der vorliegenden Studie durch Präsentation von menschlichen Charakterrepräsentationen unterschiedlicher Realitätsstufen und affektivem Ausdruck bei gleichzeitiger EEG Messung untersucht.
     
  7.  Rich360: Optimized Spherical Representation from Structured Panoramic Camera Arrays, Material-Webseite
    Jungjin Lee, Bumki Kim, Kyehyun Kim, Younghui Kim, Junyong Noh
    SIGGRAPH, 2016
    Betreuer: Matthias Überheide

    Dieses Paper beschreibt ein neues Model zum Stitchen von Panoramas aus struktuierten Kamerarigs. Auftretende Parallaxeffekte werden explizit modelliert und kompensiert, sodass ein besonders qualititativ hochwertiges Panorama erzeugt werden kann.

     
  8. Visualizing the Hidden Activity of Artificial Neural Networks
    Paulo E. Rauber, Samuel G. Fadel, Alexandre X. Falcao, Alexandru C. Telea
    VAST 2016
    Betreuer: Leslie Wöhler

    Die Autoren benutzen Dimensionalitätsreduktion um künstliche Neuronale Netze zu visualisieren. Es werden dabei sowohl die Beziehungen zwischen gelernten Darstellungen von Beobachtungen visualisiert, wie auch die Beziehungenzwischen künstlichen Neuronen. Die Autoren zeigen außerdem wie solche Visualisierung genutzt werden kann um die Arbeit mit neuronalen Netzen zu verbessern, anhand mehrerer Beispiele.
     

Kontakt

Leslie Wöhler

Betreuer

Georgia Albuquerque

Thiemo Alldieck

Steve Grogorick

Marc Kassubeck

Moritz Mühlhausen

Maryam Mustafa

JP Tauscher

Matthias Überheide

Leslie Wöhler