| 時間 | (主要功能)工作項目 | 周邊功能 | 工作分配 |
|:-----------------:|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------: | --------------------------------------------------------------------------------------------------------------------------------- |
| 6月24日 - 6月26日 (3) | 技術理論：複習Shap-E和NeRF的架構與做法，了解基因演算法（GA）和其他相關技術。 | | |
| 6月27日 - 7月3日 (7) | 潛空間向量的基因型表示：將Shap-E生成的潛空間向量轉換為基因型，確定基因演算法的操作步驟。<br><br>注意!!!<br>1. 確定是否能直接將潛空間向量當作基因，還是得做轉換。<br>2. 確定 ShapE 的 Image Encoder 平均生成速度。<br>3.完成latent vector直接生成3D模型 | 規劃並架設網站前後端 | 1. 共同研究網站使用技術。<br>2. 李鑑軒、黃伃彣、郭崇銘研究前後端開發流程。<br>3. 黃伃彣負責前端開發，郭崇銘負責後端開發（包含資料庫）。 |
| 7月4日 - 7月17日 (14) | 目標函數計算實作：實作目標函數（如PSNR、SSIM）邏輯部分。<br>實作輸入多張圖像(將圖像分別轉成latent space vector 處理後得到結果) <br>完整渲染的功能 <br><br>注意!!!<br>1. 渲染方式與目標函數是否合適。 | 1. 共同研究網站使用技術(Three.js, Vue3.js, Django)<br>2. 李鑑軒、黃伃彣、郭崇銘研究前後端開發流程<br>3. 黃伃彣負責前端開發，郭崇銘負責後端開發（包含資料庫） | 1.卓政弘3D模型渲染成圖片，將圖片使用 Shap-E 生成 3D模型。<br>2. 郭崇銘確認Shap-E訓練之數據集。<br>3. 李鑑軒實作PSNR，郭崇銘實作SSIM。<br>4. 郭崇銘尋找開源去背工具。<br>5. 黃伃彣設計前端頁面框架，開發者網站設計。 <br>07/10~ <br>1. 李鑑軒製作雲端計算資源計價。<br>2. 思考如何只動用少數 latent 參數，或是由少量參數決定 latent 參數變動值。<br># 之後決定SSIM多個值的計算(最大、中間值)。|
| 7月18日 - 7月24日 (7) | 基因演算法實作與初步測試：實作基因演算法，包括選擇、交配和變異操作，進行初步測試，驗證基因演算法的效果。 | 前端網頁版面設計；尋找並實作去背工具 (開源且使用Python) | |
| 7月25日 - 7月31日 (7) | 3D模型生成與渲染：將最佳化後的潛空間向量輸入Shap-E模型，生成3D模型，使用渲染引擎（如Blender）進行模型渲染。<br><br>注意!!!<br>1. 渲染場景光照要注意。<br>2. 渲染出來的尺寸要與圖片尺寸一樣。 | 使用 Three.js 繪製 3D 圖形。 | |
| 8月1日 - 8月6日 (5) | 尋找並實作去背工具 (開源且使用Python)，資料收集和前處理：收集可用的2D圖像和3D模型，設計圖像前處理流程，包括降噪、尺寸調整、格式轉換和去背。<br><br>注意!!!<br>1. 確定圖片尺寸。<br>2. 格式要轉換成 png 檔，因為要將背景透明。 | | |
| 8月7日 - 8月13日 (7) | 初步功能測試及調整，初步說明文件。 | 網頁功能測試。 | |
| 8月14日 - 8月20日 (7) | | | |
| 8月21日 - 8月27日 (7) | | | |