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

Sieberth, T. : Neujahrsbegrüßung der Neuberufenen. Jade Hochschule Neujahrsempfang, Januar 2024
Luhmann, T. : Einführung in die Luftbildphotogrammetrie. Universität Bamberg, November 2023
Werner, T. : About privacy on smart tachographs: Reconstructing car-driven routes based on speed measurements. 1st ACM SIGSPATIAL International Workshop on Geo-Privacy and Data Utility for Smart Societies (GeoPrivacy '23), November 2023
Sieberth, T. : Forensics digital - 3D crime scene reconstruction. Antrittsvorlesung, Oktober 2023
Brinkhoff, T. : Dem Mörder auf der Spur - Wie mit Methoden der Geoinformatik der Leichnam des Opfers aufgespürt wurde. KonGeoS, Oldenburg, Oktober 2023

Projekte

Existenzgründung Tast

2008-2009
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Personen
Prof. Dr.-Ing. Manfred Weisensee (Leitung) Dipl.-Ing. Janine Tast (09.2008-06.2009)

Smart Cities

2008-2011
Gefördert durch: Europäische Union (EU)
Das Projekt Smart Cities besteht aus 13 Partnern aus sechs Ländern des Nordseeraums. Ziel des Projektes ist es ein nachhaltiges Innovationsnetzwerk von Kommunen und Hochschulen zu etablieren. Besonderer Schwerpunkt der Arbeit liegt hierbei auf Techn...
Personen
Prof. Dr.-Ing. Manfred Weisensee (Leitung) Christine Deike (07.2009-08.2011) (08.2009-08.2011) Tim Grzabka, M.A. (11.2010-01.2011)

Bildgestützte Planung und Messung von Solardachanlagen

2008-2010
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Ziel des Projekts ist die Entwicklung von photogrammetrischen Verfahren, die eine einfache Vermessung von Dachflächen mit anschließender Planung und Visualisierung einer Solaranlage auf der Basis unkalibrierter digitaler Bildaufnahmen ermöglicht. ...
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) (12.2007-03.2010)

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)