Videobasierte Verfolgung von Arbeitern auf Baugerüsten zur Verbesserung der Arbeitssicherheit
2009
Artikel und Bücher
Alle
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
Wichmann, Andreas; Ghassoun, Yahya; Golibrzuch, Michel (2023):
Ressource Denkmal-Dach: Die Datengrundlage für das zukünftige niedersächsische Denkmal-Dachkataster. Berichte zur Denkmalpflege in Niedersachsen
, Weblink
Franckenberg, Sabine; Sieberth, T.; Patcek, Wolfgang; Fürst, Martin; Colacicco, Giovanni; Ebert, L. (2023):
Semiautomated Targeted Postmortem Computed Tomography Angiography of the Pulmonary Arteries Using a Robotic System. Forensic Science International
, doi: https://doi.org/10.1016/j.forsciint.2023.111712
Lanz, P.; Marino, A.; Simpson, M.D.; Brinkhoff, T.; Köster, F.; Möller, M. (2023):
The InflateSAR Campaign: Developing Refugee Vessel Detection Capabilities with Polarimetric SAR. Remote Sensing. 2023; 15(8):2008
, doi: 10.3390/rs15082008
Breyer, G.; Bartholomä, A.; Pesch, R.; (2023):
The Suitability of Machine-Learning Algorithms for the Automatic Acoustic Seafloor Classification of Hard Substrate Habitats in the German Bight. Remote Sens. 2023, 15(16)
, doi: https://doi.org/10.3390/rs15164113 , Weblink
Albers, S.; Engel, M.; Hülsewede, F.; Göring, M.; Luhmann, T. (2023):
Untersuchungen zur KI-gestützten Materialklassifikation aus Punktwolken und Bilddaten. Allgemeine Vermessungs-Nachrichten, 1-2, 2023; S. 11-19.
Vorträge
Ratzke, H. :
Concept to Design a Flood Risk Management System for the River Drweca (Poland).
Workshop „Hochwasserrisikomanagement“, Nicolaus Kopernikus Universität Torun, Polen,
Februar 2006
Weisensee, M.
:
Geoinformatik, Projekte und Trends im Institut für Angewandte Photogrammetrie und Geoinformatik.
2. Intergraph-Forum Nord, Oldenburg,
Februar 2006
Luhmann, T.
:
Nutzung von RGB-Farbkanälen für die hochgenaue 3D-Punktmessung.
5. Oldenburger 3D-Tage „Optische 3D-Messtechnik – Photogrammetrie – Laserscanning“,
Januar 2006
Projekte
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
In der Machbarkeitsstudie beschäftigt sich mit der Frage, ob videobasierte Verfahren zur Personenverfolgung geeignet sind, um Ursachen und Abläufe von Fehlbeanspruchungen zu analysieren und ggf. entsprechende Warnungen auszugeben. Sie soll in die E...
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Anna Maria Helle (02.2009-09.2009)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Anna Maria Helle (02.2009-09.2009)
Umweltnetzwerk Oldenburg
2009-2010
Gefördert durch: Bundesministerium für Bildung und Forschung
UNO ist als eines von bundesweit 10 Netzwerken in das Programm „Research in Germany – Land of Ideas“ des Bundesministeriums für Bildung und Forschung (BMBF) aufgenommen worden. Im Rahmen dieses Programms werden Aktivitäten zum Thema „Intern...
Geo Business Netzwerk (GEOBIZNET) - Internationales Forschungsmarketing in Polen und Kroatien
2008-2010
Gefördert durch: Bundesministerium für Bildung und Forschung
Ziel des Geo Business Netzwerks war die Vorbereitung länderübergreifender Forschungs- und Transferkooperationen im Themenbereich von Geoinformationstechnologien.
Personen
Prof. Dr. Thomas Brinkhoff (Leitung) Dipl.-Geogr. Stefan Nicolaus (10.2008-10.2010) Christine Deike (11.2008-07.2009)
Prof. Dr. Thomas Brinkhoff (Leitung) Dipl.-Geogr. Stefan Nicolaus (10.2008-10.2010) Christine Deike (11.2008-07.2009)
Abschlussarbeiten
Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Kooperationspartner
Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
Kooperationspartner
Alfred-Wegener-Institut: Helmholtz-Zentrum für Polar- und Meeresforschung
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)