Artikel und Bücher

Perda, G.; Morelli, L.; Remondino, F.; Fraser, C.; Luhmann, T. (2024): Analyzing marker-based, handcrafted and learning-based methods for automated 3D measurement and modelling. Optical 3D Metrology Workshop, Brescia
Paulau, P.; Hurka, J.; Middelberg, J.; Koch, S. (2024): Centralised monitoring and control of buildings using open standards. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences , doi: 10.5194/isprs-annals-X-4-W4-2024-169-2024 , Weblink
Sheikholeslami, Mohammad Moein; Kamran, Muhammad; Wichmann, Andreas; Sohn, Gunho (2024): CornerRegNet: Building Segmentation from Overhead Imagery Using Oriented Corners in Deep Networks. Proceedings of the IEEE International Geoscience and Remote Sensing Symposium (IGARSS)
Sieberth, T.; Meindl, Michael; Sagmeiser, Bernhard; Franckenberg, Sabine; Ptacek, Wolfgang (2024): Cost-effective 3D documentation device in forensic medicine. Forensic Science International , doi: https://doi.org/10.1016/j.forsciint.2024.112005
Sheikholeslami, Mohammad Moein; Kamran, Muhammad; Wichmann, Andreas; Sohn, Gunho (2024): Enhancing Polygonal Building Segmentation via Oriented Corners. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) , doi: https://doi.org/10.48550/arXiv.2407.12256 , Weblink

Vorträge

Willemsen, T. : Zum Einfluss von Maßstäben in photogrammetrischen Projekten großer Volumina. 15. Oldenburger 3D-Tage, Februar 2016
Luhmann, T. : Präzise Verfolgung von Kopfbewegungen für den Einsatz bei Hörtests. 15. Oldenburger 3D-Tage, Februar 2016
Schüssler, F. : Forschendes Lehren im Geomarketing. Neujahrsempfang der DGfK, Berlin, Januar 2016
Luhmann, T. : Measuring Accuracy in Photogrammetry - Critical factors, Optimization and Verification. University of Geodesy and Cartography, Moscow, Dezember 2015
Luhmann, T. : Learning Photogrammetry with PhoX. LowCost3D, Berlin, Dezember 2015

Projekte

Gefördert durch: Deutsche Forschungsgemeinschaft (DFG)
Klassische Verfahren der photogrammetrischen Verformungsanalyse bestehen zum einen aus der spatio-temporalen Bildzuordnung (spatio temporal matching – STM) und zum anderen aus einem nachfolgenden Schritt der Berechnung von Verformungsparame... mehr
Gefördert durch: Niedersächsisches Vorab
Transformation und Strukturwandel im ländlichen Raum bedeuten Veränderungen in Raum und Zeit. Solche raumzeitlichen Daten sollen von der Geo-Toolbox über digitale Technologien wie beispielsweise Datenbanken und Geoinformationssysteme (GIS)... mehr
Gefördert durch: Bundesministerium für Bildung und Forschung
Das Projekt – „CoSAIR – Collaborative Spatial Artificial Intelligence in Realtime“ wird aus Mitteln des Bundesministeriums für Bildung und Forschung im Rahmen des Programms „Forschung an Fachhochschulen“ zur Schaffung, Verstetigung und B... mehr

Abschlussarbeiten


Flächendeckende Versiegelungsdetektion mittels Machine Learning für Entsiegelungskataster (2023/12)
Der digitale Zwilling im Metaverse - Untersuchung zur Modellierung und Anwendung virtueller Räume (2023/12)
Betreuer

Prof. Dr. Ingrid Jaquemotte

Frank Mönsters

Kooperationspartner

sigma3D GmbH

Räumliche Unterschiede bei der Wahrnehmung von Zukunftsmärkten in Medien: Eine Analyse von Zeitungsartikeln mittels Machine Learning (2023/10)
Betreuer

Prof. Dr. Thomas Brinkhoff

Dr. Georg Klose

Kooperationspartner

Prognos AG

Untersuchung zur zielgruppenorientierten 3D-Visualisierung von 2D-Plänen in kommunalen Planungsprozessen mit Entwurf einer webbasierten 3D-Informationsplattform (2023/9)
Betreuer

Prof. Dr. Ingrid Jaquemotte

Dipl. Geogr. Maria Orth

Kooperationspartner

Alta 4 Geoinformatik GmbH

Analyse der regionalen Vulnerabilität der Bevölkerung gegenüber Hochwasserereignissen in der Stadt Düsseldorf und dem Rhein-Kreis Neuss (2023/9)
Kooperationspartner

microm