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

Luhmann, T. : Solaranlagen planen mit dem Programm „PixSolar“ - in wenigen Minuten vom digitalen Foto zur fertigen Dachplanung. Innovationsrunde „Planung von Solaranlagen“, Oldenburg, Dezember 2008
Luhmann, T. : Beispiele zur Erfassung von Energie- und Einsparpotenzialen in städtischen und bebauten Gebieten. Energietage Jade-Weser, Wilhelmshaven, November 2008
Ratzke, H. : Beispiele zur Erfassung von Energie- und Einsparpotenzialen in städtischen und bebauten Gebieten. Energietage Jade-Weser, Wilhelmshaven, November 2008
Brinkhoff, T. : Generator of Network-Based Moving Objects: Experience of 8 Years. Dagstuhl-Seminar „Representation, Analysis and Visualization of Moving Objects”, Schloß Dagstuhl, November 2008
Jaquemotte, I. : Datenmodellierung, Analyse and Visualisierung für die Squatforschung. Arbeitstreffen des Forschungsschwerpunktes „Schiffsdynamik – von der Forschung zur Anwendung“, Elsfleth, November 2008

Projekte

Filterverfahren zur Extraktion der Geländeoberfläche aus luftgestützten Laserscannerdaten

2000-2002
Gefördert durch: Arbeitsgruppe Innovative Forschungsprojekte (AGIP)
Mit Hilfe des relativ jungen Laserscanningverfahren lassen sich großflächige und hochauflösende topographische Geländeaufnahmen realisieren. Für die Erstellung eines digitalen Geländemodells (DGM) muss der umfangreiche Datensatz im Vorfeld klas...
Personen
Prof. Dr.-Ing. Helmut Kuhn (Leitung) Dipl.-Ing. Karsten Schmidt (05.2000-06.2002)

Institut für Innovationstransfer

2000-2016
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Dipl.-Ing. Christina Schumacher (06.2007-12.2009)

Reihenuntersuchung von Gemälden mit Infrarotreflektographie

2000
Gefördert durch: Deutsche Forschungsgemeinschaft (DFG)
Personen
Prof. Dr.-Ing. Manfred Weisensee (Leitung) Dr. Ing. Johannes Piechel (05.2014-08.2014)

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)