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
Lanz, P.; Marino, A.; Brinkhoff, T.; Köster, F.; Möller, M. (2020):
The InflateSAR Campaign: Evaluating SAR Identification Capabilities of Distressed Refugee Boats. Remote Sensing 2020, Vol. 12, 3516
, doi: 10.3390/rs12213516
Chizhova, M.; Popovas, D.; Gorkovchuk, D.; Gorkovchuk, J.; Hess, M.; Luhmann, T. (2020):
Virtual terrestrial laser scanner simulator for digitalization of teaching environment: Concept and first results. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLIII-B5-2020, 91–97
, doi: 10.5194/isprs-archives-XLIII-B5-2020-91-2020 , Weblink
Werner, T.; Brinkhoff, T. (2020):
Window Operators for Processing Spatio-Temporal Data Streams on Unmanned Vehicles. AGILE GIScience Ser., 1, 21
, doi: 10.5194/agile-giss-1-21-2020
Vorträge
Luhmann, T.
:
Photogrammetric research and development in photogrammetry at IAPG.
Polytecnico di Milano,
November 2022
Luhmann, T.
:
Photogrammetric research and development at IAPG.
Bruno Kessler Foundation (FBK), Trento,
November 2022
Koch, S.
:
Geodatenanalyse für die Energie- und Wärmewende.
Kolloquium Geoinformation, Jade Hochschule,
Oktober 2022
Schüssler, F.
; Brinkhoff, T.
; Pesch, R.
:
Raumzeitliche Konzepte zur Datenanalyse und Visualisierung in der Geo-Toolbox.
Kickoff-Meeting 4N - Nordwest-Niedersachsen Nachhaltig Neu; Universität Vechta,
Oktober 2022
Luhmann, T.
:
Development of a simulator for terrestrial laser scanning as a powerful tool for distance learning.
Ukraine Tage in Niedersachsen, Hannover,
September 2022
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
Untersuchung zum Mobile Mapping in der Bestandserfassung im Vergleich zu konventionellen Messmethoden (2024/2)
Kooperationspartner
Augmented Reality in der Flurbereinigung: Untersuchung zur Visualisierung der Besitzeinweisung (2024/2)
Untersuchung zur Georeferenzierung und Nutzung von Urkarten des Liegenschaftskatasters (2024/2)
Analyse und Vergleich der geometrischen Eigenschaften von Referenzdaten und KI-Ergebnissen für die automatische Gebäudeerkennung in Luftbildern (2024/2)
Kooperationspartner
Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN)
Maschinelles Lernen für die Identifikation von baulichen Erweiterungen an Gebäuden anhand geometrischer Merkmale von ALKIS- und durch KI bestimmten Hausumringen (2024/2)
Kooperationspartner
Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN)