Integration und simultane Schätzung kinematischer Parameter bei der Mehrbildzuordnung von dynamischen Prozessen
2022-2025
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
Fisler, A.; Weisensee, M. (2004):
Management of Geo-Coded Data. Proceedings 20th ISPRS Congress, Istanbul, Turkey, 2004, in: The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science, Vol. 35
Luhmann, T.; Godding, R. (2004):
Messgenauigkeit und Kameramodellierung - Kernfragen der Industriephotogrammetrie. Photogrammetrie-Fernerkundung-Geoinformation, Heft 1/2004, S. 13-21
Hastedt, H.; Luhmann, T.; Tecklenburg, W (2004):
Modellierung hochauflösender digitaler Kameras im Hinblick auf ihre Verifizierung nach VDI/VDE 2634. Luhmann (ed.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik - Beiträge der 3. Oldenburger 3D-Tage, Wichmann Verlag, Heidelberg
, Weblink
Hastedt, H. (2004):
Monte-Carlo-Simulation in Close-Range Photogrammetry. Proceedings 20th ISPRS Congress, Istanbul, Turkey, 2004, in: The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science, Vol. 35
, Weblink
Wendt, A.; Luhmann, T.; Riede, R.; Weisensee, M. (2004):
Multiple Bildkorrelation im dreidimensionalen Objektraum mit konvergenten Aufnahmen. Publikationen der DGPF, Band 16, Halle
Vorträge
Luhmann, T.
:
Präzise Verfolgung von Kopfbewegungen für den Einsatz bei Hörtests.
15. Oldenburger 3D-Tage,
Februar 2016
Rofallski, R.
:
Untersuchungen zur Synchronisation von TLS und MoveInspect.
15. Oldenburger 3D-Tage,
Februar 2016
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
Personen
Prof. Dr. Thomas Brinkhoff (Leitung) Prof. Dr. rer. nat. habil. Roland Pesch (Leitung) Prof. Dr. rer. nat. Frank Schüssler (Leitung) Tobias Werner, M.Sc. (10.2022-) Jonas Schoo, M.Sc. (06.2022-) Maren Leiz, M.Sc. (08.2022-) Dr. Amirmohammad Ghavimi (08.2022-)
Prof. Dr. Thomas Brinkhoff (Leitung) Prof. Dr. rer. nat. habil. Roland Pesch (Leitung) Prof. Dr. rer. nat. Frank Schüssler (Leitung) Tobias Werner, M.Sc. (10.2022-) Jonas Schoo, M.Sc. (06.2022-) Maren Leiz, M.Sc. (08.2022-) Dr. Amirmohammad Ghavimi (08.2022-)
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
Personen
Prof. Dr. Sascha Koch (Leitung) Oliver Kahmen, M.Sc. (04.2022-07.2022) Tobias Neiß-Theuerkauff, M.Sc. Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann Mareike Fincken, M.Sc. (09.2023-)
Prof. Dr. Sascha Koch (Leitung) Oliver Kahmen, M.Sc. (04.2022-07.2022) Tobias Neiß-Theuerkauff, M.Sc. Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann Mareike Fincken, M.Sc. (09.2023-)
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)