Artikel und Bücher

Luhmann, T.; Große-Schwiep, M.; Hastedt, H. (2013): A comparison of close-range photogrammetry and laser scanning for deformation measurement of industrial tanks. Proceedings Conference „Geoinformatics, Surveying, Mine Surveying“, National Technical University Donetsk, Ukraine, 2013
Kluge, M.; Pesch, R.; Schroeder, W.; Hoffmann, A. (2013): Accounting for canopy drip effects of spatiotemporal trends of the concentrations of N in mosses, atmospheric N depositions and critical load exceedances: a case study from North-Western Germany. Environmental Sciences Europe, 25(26):1-13 (13 pp. + 4 suppl. files) , Weblink
Wodniok, J.; Hofmann, S.; Brenner, C.; Luhmann, T. (2013): Automatische Bestimmung der Kameraorientierung eines LiDAR Mobile Mapping Systems. In: Luhmann/Müller (Hrsg.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 12. Oldenburger 3D-Tage 2013, Wichmann, 178-185
Wodniok, J.; Hofmann, S.; Brenner, C.; Luhmann, T. (2013): Automatische Bestimmung der Kameraorientierung eines LIDAR Mobile Mapping Systems. Allgemeine Vermessungs-Nachrichten, Heft 11-12/2013, 375-380
Jenssen, M.; Hofmann, G.; Nickel, S.; Pesch, R.; Riediger, J.; Schröder, W. (2013): Bewertungskonzept für die Gefährdung der Ökosystemintegrität durch die Wirkungen des Klimawandels in Kombination mit Stoffeinträgen unter Beachtung von Ökosystemfunktionen und -dienstleistungen. Umweltforschungsplan des Bundesministeriums für Umwelt, Naturschutz und Reaktorsicherheit. Forschungsvorhaben 3710 83 214, UBA-FB 001834. UBA-Texte 87/2013. Dessau, Textband + 9 Anhänge: 381 S. (ID: 494)

Vorträge

Luhmann, T. : Fundamentals of camera calibration and image orientation. UAV-Conference, Intergeo 2024, Stuttgart, September 2024
Fincken, M. : Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung. Künstliche Intelligenz in der Geodäsie und Geoinformation, Juni 2024
Nietiedt, S. : Occlusion handling in spatio-temporal object-based image sequence matching. ISPRS TC II Mid-term Symposium, Las Vegas, Nevada, USA, Juni 2024 doi: https://doi.org/10.5194/isprs-annals-X-2-2024-163-2024
Paulau, P. ; Hurka, J. ; Middelberg, J. ; Koch, S. : Centralised monitoring and control of buildings using open standards. 8th International Conference on Smart Data & Smart Cities (SDSC), Juni 2024 Weblink
Luhmann, T. : Introduction to Close-Range Photogrammetry. VRscan3D project week, Vilnius, Mai 2024

Projekte

Gefördert durch: zukunft.niedersachsen
Der Forschungsverbund DiViAS bringt wissenschaftliche Methoden und Praktiken beim Digitalisieren, Erforschen und Repräsentieren von Sammlungsgut aus kolonialen Kontexten zusammen. Das Projekt verbindet systematisch die Expertise aus Museums-, Geschi... mehr
Gefördert durch: Deutsche Bundesstiftung Umwelt (DBU)
Das Projekt OptiKons zielt darauf ab, durch den Einsatz optischer 3D-Messtechnik den Zeitpunkt zu erkennen, an dem sich archäologisches Nassholz verformt, um eine frühzeitige und angepasste konservatorische Maßnahme zu ermöglichen. Ein unterwasse... mehr
Gefördert durch: Bundesministerium für Bildung und Forschung
Das Projekt ASKAR3D (Entwicklung eines assistiven Systems zur hochgenauen Knie-Endoprothetik auf Basis von Augmented Reality und optischer 3D-Messtechnik) hat als übergeordnetes Ziel, am Beispiel der Knie-Endoprothetik die chirurgische Präz... mehr
Personen
Prof. Dr. Frank Wallhoff (Leitung) Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Tobias Neiß-Theuerkauff, M.Sc. (02.2023-) Arne Schierbaum, M.Sc. (03.2023-)

Abschlussarbeiten


Augmented Reality in der Flurbereinigung: Untersuchung zur Visualisierung der Besitzeinweisung (2024/2)
Betreuer

Prof. Dr. Ingrid Jaquemotte

Dr. Andre Riesner

Untersuchung zur Georeferenzierung und Nutzung von Urkarten des Liegenschaftskatasters (2024/2)
Analyse und Vergleich der geometrischen Eigenschaften von Referenzdaten und KI-Ergebnissen für die automatische Gebäudeerkennung in Luftbildern (2024/2)
Maschinelles Lernen für die Identifikation von baulichen Erweiterungen an Gebäuden anhand geometrischer Merkmale von ALKIS- und durch KI bestimmten Hausumringen (2024/2)
Integration und Verteilung von ALKIS-Grunddaten und Fortführungsdaten in Echtzeit mittels Open-Source-Technologien (2024/2)