Existenzgründung Tast
2008-2009
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
Luhmann, T.; Maas, H. (2022):
Recent developments in multi-media and underwater photogrammetry. Special Issue, PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, Vol. 90
, doi: 10.1007/s41064-022-00197-w
Nietiedt, S.; Luhmann, T. (2022):
Simulation-based accuracy investigation of a photogrammetric setup to measure a dynamic process. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLVIII-2/W2-2022, 95–101
, doi: https://doi.org/10.5194/isprs-archives-XLVIII-2-W2-2022-95-2022
Gutow, L.; Gusky, M.; Beermann, J.; Gimenez, L.; Pesch, R.; Bildstein, T.; Heinicke, K.; Ebbe, B. (2022):
Spotlight on coarse sediments: Comparative characterization of a poorly investigated seafloor biotope in the German Bight (SE North Sea). Estuarine, Coastal and Shelf Science; Volume 275, 30 September 2022, 107996
, doi: https://doi.org/10.1016/j.ecss.2022.107996
Colson, A.; Hastedt, H.; Luhmann, T.; Hess, M. (2022):
The role of conservators in the implementation of surveying techniques - reflection on the Bremen Cog monitoring project. Wet Organic Archaeological Materials 2019 : Proceedings of the 14th ICOM-CC Wet Organic Archaeological Materials Working Group Interim Meeting, Portsmouth 2019
, Weblink
Hülsewede, F.; Albers, S.; Engel, M.; Göring, M.; Luhmann, T. (2022):
Untersuchungen zur KI-gestützten Materialklassifikation aus Punktwolken und Bilddaten. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 278-287
Vorträge
Luhmann, T.
:
Nahbereichsphotogrammetrie – gestern, heute, morgen.
KonGeos-Kongress, Oldenburg,
Oktober 2023
Lanz, P. :
Automatic Refugee Inflatable Vessel Detection with Polarimetric SAR..
TerraSAR-X / TanDEM-X Science Team Meeting, Oberpfaffenhofen, 2023.,
Oktober 2023
Luhmann, T.
:
VRscan3D - A simulator for terrestrial laser scanning.
GEOSPACE 2023, Kiew, online,
Oktober 2023
Koch, S.
:
Geo Data Science für die Energiewende am Beispiel der Standortbewertung für Kleinwindenergieanlagen.
INTERGEO 2023, Session "Einsatz von KI für nachhaltige Anwendungen", Berlin,
Oktober 2023
Schüssler, F.
:
Planetare Grenzen.
Deutsche Aktionstage Nachhaltigkeit, Jade Hochschule, Oldenburg,
Oktober 2023
Projekte
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
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)
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. ...
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)