@mastersthesis{Bauer2024,
  type      = {Master Thesis},
  author    = {Bauer, Yannick},
  title     = {Entwicklung und Evaluation eines Machine-Learning basierten Prozesses zur Integration von aus realen Gesichtsbildern erzeugten 2D- Avataren in eine Konfigurator-Objektwelt},
  institution = {Angewandte Computer- und Bio­wissen­schaften},
  school    = {Hochschule Mittweida},
  pages     = {185},
  year      = {2024},
  abstract  = {Die vorliegende Masterarbeit befasst sich mit der Entwicklung und Evaluation eines Machine Learning gest{\"u}tzten Prozesses, um in einer Konfigurator-Objektwelt 2D-Avatare aus realen Gesichtsbildern zu erzeugen. Dabei wurden 2 Ans{\"a}tze zur automatisierten Avatarerstellung entwickelt und evaluiert. Ein additiver Ansatz, bei dem die Gesichtsattribute durch Landmarkenerkennung extrahiert und zu seinem Avatar zusammengesetzt werden sowie ein generativer Ansatz, der Stil-Transfer-Techniken unter Verwendung eines StyleGAN-Modells nutzt. Beide Ans{\"a}tze wurden implementiert und Schnittstellen zur Einbindung in die Konfigurator-Objektwelt am Beispiel des Softwareheld:innenKonfigurators geschaffen. Die Evaluation zeigt, dass beide Methoden unzureichende Ergebnisse liefern. Sowohl die generierten Avatare des additiven als auch des generativen Ansatzes weisen M{\"a}ngel, insbesondere in Bezug auf Genauigkeit der Gesichtsmerkmale auf. Die generative Methode weist außerdem Artefakte und Gesichtsdeformationen auf, was die Bildqualit{\"a}t negativ beeinflusst. Beide Verfahren konnten die Anforderungen an eine qualitativ hochwertige Generierung der Avatare nicht erf{\"u}llen. Diese Arbeit verdeutlicht die Herausforderungen der maschinellen, dom{\"a}ne{\"u}bergreifenden Avatarerstellung und liefert m{\"o}gliche Ans{\"a}tze zur Verbesserung dieses Systems.},
  subject      = {Avatar <Informatik>},
  language  = {de}
}