Artikel und Bücher

Rofallski, R.; Luhmann, T. (2022): An Efficient Solution to Ray Tracing Problems in Multimedia Photogrammetry for Flat Refractive Interfaces. PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, Vol. 90, Issue 1, pp. 37-54 , doi: 10.1007/s41064-022-00192-1
McQuatters-Gollop, A.; Guérin, L.; Arroyo, N.; Aubert, A.; Artigas, L.; Bedford, J.; Corcoran, E.; Dierschke, V.; Elliott, S.; Geelhoed, S.; Gilles, A.; González-Irusta, J.; Haelters, J.; Johansen, M.; LeLoc’h, F.; Lynam, C.; Niquil, N.; Meakins, B.; Mitchell, I.; Padegimas, B.; Pesch, R.; Preciado, I.; Rombouts, I.; Safi, G.; Schmitt, P.; Schückel, U.; Serrano, A.; Stebbing, P.; Dela Torriente, A.; Vina-Herbon, C. (2022): Assessing the state of marine biodiversity in the Northeast Atlantic. Ecological Indicators 141 (2022) 109148 , doi: https://doi.org/10.1016/j.ecolind.2022.109148
Schierbaum, A.; Kalinowski, P.; Mittmann, M.; Luhmann, T. (2022): Aufnahme und Modellierung des Goethe-Elefantenschädels mittels Handscanner und SfM. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 99-108
Schierbaum, A.; Kalinowski, P.; Mittmann, M.; Luhmann, T. (2022): Aufnahme und Modellierung des Goethe-Elefantenschädels mittels Handscanner und SfM. Luhmann, Thomas; Schumacher, Christina (Hrsg.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik, Beiträge der Oldenburger 3D-Tage 2022, Wichmann, Berlin.
Gielsdorf, F.; Schönrock, S.; Pesch, R. (2022): Chapter 2: Mathematics and Statistics. W. Kresse, D. Danko (Eds.), Springer Handbook of Geographic Information, Springer , doi: https://doi.org/10.1007/978-3-030-53125-6_2

Vorträge

Koch, S. : Machine Learning im Kontext der geodatenbasierten Wärmeleitplanung. 14. Norddeutsche Fachtage, Die Welt und die Geodäsie im Wandel, Hochschule Neubrandenburg und Deutscher Verein für Vermessungswesen e. V., Mai 2023
Lanz, P. : The InflateSAR Campaign: Developing Refugee Vessel Detection Capabilities with Polarimetric SAR.. SeaSAR, Spitzbergen, 2023, Mai 2023
Schnabel, M. : Geodatenanalyse zur Abschätzung der Wärmenetzeignung im Rahmen der kommunalen Wärmeplanung. 35. Oldenburger Rohrleitungsforum, März 2023
Albers, S. : Untersuchungen zur Erfassung von spiegelnden und transparenten Oberflächen aus Laserscan-Punktwolken. DGPF Nachwuchs-Netzwerk, März 2023
Kahmen, O. : Digitale Sichtprüfung von Schweißverbindungen unter Wasser durch photogrammetrische Verfahren. 7. Fachseminar des DGZfP - FA Optische Verfahren, Leipzig, März 2023

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


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)