Artikel und Bücher

Pan, J.; Chizhova, M.; Luhmann, T.; Karami, A.; Menna, F.; Remondino, F.; Hess, M.; Eißing, T.; (2024): Towards automatic defect analysis for 3D structural monitoring of historic timber. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2/W4-2024, S. 103-110 , doi: https://doi.org/10.5194/isprs-archives-XLVIII-2-W4-2024-103-2024
Schierbaum, A.; Neiß-Theuerkauff, T.; Wallhoff, F.; Sieberth, T.; Luhmann, T. (2024): Untersuchungen zu einem KI-basierten SLAM-Verfahren für ein trinokulares Kamerasystem zur 3D-Erfassung der Knieoberfläche. Luhmann/Sieberth (Hrsg.): Photogrammetrie-Laserscanning-Optische 3D-Messtechnik, Wichmann Verlag, Berlin/Offenbach, S. 252-261.
Werner, T.; Ahlers, J.; Brinkhoff, T. (2023): About privacy on smart tachographs: Reconstructing car-driven routes based on speed measurements. In: Proceedings of the 1st ACM SIGSPATIAL International Workshop on Geo-Privacy and Data Utility for Smart Societies (GeoPrivacy '23). Association for Computing Machinery, New York, NY, USA, 14–19. , doi: 10.1145/3615889.3628511 , Weblink
Lesnyak, Ekaterina; Belkot, T.; Hurka, Johannes; Hörding, Jan Philipp; Kuhlmann, Lea; Paulau, P.; Schnabel, M.; Schönfeldt, Patrik; Middelberg, Jan (2023): Applied Digital Twin Concepts Contributing to Heat Transition in Building, Campus, Neighborhood, and Urban Scale. Big Data and Cognitive Computing , doi: https://doi.org/10.3390/bdcc7030145
Golomingi, Raffael; Dobay, Akos; Franckenberg, Sabine; Ebert, L.; Sieberth, T. (2023): Augmented Reality in Forensics and Forensic Medicine - Current Status and Future Prospects. Science & Justice , doi: https://doi.org/10.1016/j.scijus.2023.04.009

Vorträge

Pesch, R. ; Beermann, J. ; Gutow, L. ; Heinicke, K. : Benthic Monitoring within the scope of the EU Habitats Directive and Marine Strategy Framework Directive in the German EEZ of the North Sea. Meeting of the ICES Working Group on Marine Habitat Mapping (Marine and Freshwater Research Institute, Reykjavik, Island; 29.08.-02.09.2022), August 2022
Luhmann, T. : Möglichkeiten und Grenzen der hochgenauen photogrammetrischen Objekterfassung unter Wasser. 35. Hydrographentag & 204. DVW-Seminar, Bremerhaven, Juni 2022
Luhmann, T. : Grundlagen und Beispiele der Unterwasserphotogrammetrie. Geodätisches Kolloquium, HafenCity Universität Hamburg, Juni 2022
Pesch, R. : Bewertung der Kohärenz des HELCOM MPA Netzwerks. Seminar „30 Jahre Naturschutz im Rahmen der Helsinki Konvention“ BfN, Insel Vilm: 15.06.22 – 17.06.22, Juni 2022
Luhmann, T. : Photogrammetrie und 3D-Messtechnik. Jade Campustag Oldenburg, Juni 2022

Projekte

Entwicklung eines echtzeitfähigen Low-Cost-Trackingsystems für medizinische und audiologische Fragestellungen (ELCoT)

2012-2014
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Ziel des Forschungsvorhabens ist die Entwicklung und Untersuchung eines bildbasierten Beobachtungssystems zur Messung der Hand- und Kopfbewegungen bei Kindern, die sich in einem Hörtest zur Erfassung des Richtungshörens befinden (Mainzer-Kindertisc...
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Janna Pilinski, M.Sc. (10.2012-12.2014)

LifeCopter

2012-2015
Gefördert durch: ITI und AXIOS 3D
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dr. Ing. Johannes Piechel (10.2012-07.2015)

Entwicklung von Moodle Komponenten

2012-2013
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) (02.2013-12.2013) Tobias Neiß-Theuerkauff, M.Sc. (08.2012-08.2013) (05.2012-02.2013)

Abschlussarbeiten


Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Betreuer

Prof. Dr. Sascha Koch

Dr.-Ing. Enno Wieben

Kooperationspartner

EWE NETZ GmbH

Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
Potenzialanalyse von Randflächen an Autobahnen für Windkraft- und Photovoltaikfreiflächenanlagen (2022/11)
Untersuchungen zur Erfassung von spiegelnden und transparenten Oberflächen aus Laserscan-Punktwolken (2022/10)
Bildbasierte Detektion von Rissen in Schweißverbindungen mit den Methoden des Deep Learnings (2022/10)