Projektmanagement
Projektplan_GAN.pdf (05.01.2019)
, Archiv: Projektplan_GAN.pdf (27.11.2018)
15.10.2018 Kickoff-Meeting: Kennenlernen Projektgruppe, Ansprechpartner ISRG Redlof, Betreuerin Prof. Laubenheimer, Projektpartner hat gewechselt, Jonas Harlacher statt Alexey Abel, Ziel der Arbeit: Auf Voxel Basis zwischen Objekten interpolieren/morphen, Projektarbeiten inhaltlich abschließen innerhalb der Vorlesungszeit, Präsentation zwanglos vor der Gruppe, Dokumentation und Code ohne wissenschaftliche Ansprüche in Gitlab Repo / Wiki, Matlab Lizenz kann bei IZ erfragt werden. Papers zum Einlesen: GAN von Goodfellow, NIPS 2014, GAN mit CNN: Radford ICLR 2016
29.10.2018 Jede Entscheidung hinsichtlich des Projektverlaufs sollte dokumentiert werden, wir sollten uns einen Plan aufstellen was wann gemacht wird. Raumfreischaltung demnächst via E-Mail über Prof. Laubenheimer statt über Laufzettel. Positivbeispiele für Doku sind im Wiki Labor für Maschinensehen. Ziel der Arbeit: „Nehmt das Ding in Betrieb und guckt was wir brauchen“: Als Blackbox betrachten, an den Parametern spielen. Ergebnisse visualisieren (Punktwolke) und einfach mal gucken. Zwischenformen visualisieren, geht das? Oder nur bei den zwei im Paper gezeigten Objekten? Kommt da auch bei uns was sinnvolles raus?
12.11.2018 Bisherige Projektarbeiten auf der Seite des LfM, besonders gut ist beispielsweise die GestenErkennung von Wetzel. Das Problem mit dem Proxy soll Di. 13.11. gelöst werden, falls das nicht möglich ist diesen Versuch abbrechen und Computer des ISRG in der Westhochschule verwenden (mit Adminrechten). Prof. Laubenheimer möchte informiert werden, sobald ein erstes Morphing möglich ist, um im Anschluss über das weitere Vorgehen zu entscheiden.
26.11.2018 Der Schwerpunkt für unsere weitere Forschung soll die Interpolation sein. Die hier gefundene Anleitung scheint in die richtige Richtung zu gehen. Wir müssen die Zufallsvektoren (Z-Vektoren) finden, mit denen das Netz trainiert und jew. die 3D-Modelle generiert wurden, um diese dann mit einfacher Mathematik zu interpolieren: z3 = 0.25*z1 + 0.75*z2 (Im Beispiel Mischfaktor 1:4). Mit einem Skript sollten sich mehrere dieser Misch-3D-Objekte generieren und animieren lassen. Es ist wichtig, nicht nur zwischen kleinen und großen Kugeln interpolieren zu können, sondern auch zwischen z.B. einer Kugel und einem Torus. Wir sollten nun also herausfinden, wo im Code diese Zufallsvektoren sind.
10.12.2018 Wir sollten prüfen, ob der bisherige Ansatz tatsächlich die gwünschten Zwischenmodelle generiert. Hierfür sollten wir, um die Versuchsergebnisse auszuwerten, ein Skript schreiben, das die generierten 3D-Objekte in Form einer Sammlung von Einzelbildern aus der gleichen Perspektive oder als Video visualisiert. Dazu könnten mit Blender die einzelnen Numpy Frames eingelesen werden und mit einem dort integrierten Python Skript können die einzelnen Frames (Zwischenmodelle) nacheinander ein- und ausgeblendet werden können. Bei Verwendung von Blender wäre auch eine kontinuierliche Kamerabewegung möglich, damit mehr als eine Perspektive gezeigt werden kann.
07.01.2019 - Statt mit 3dgan-release oder 3DIWGAN zu trainieren und mit dem Interpolationsskript von coms zu interpolieren wurde nun komplett alles mit coms trainiert und interpoliert. Durch Verwendung des Projekts konnten wir erste positive Ergebnisse der Interpolation erzielen, wie unter Interpolation dargestellt ist. Nur die Visualisierung läuft noch über das Skript von 3DIWGAN oder durch die Visuaisierung durch unser Blender-Skript siehe Entwicklungsverlauf. Bis zur nächsten Besprechung wird die Dokumentation ergänzt und die Abschlusspräsentation erstellt.
04.01.2019 Abschlusspräsentation