Artikel und Bücher

Neiß-Theuerkauff, T.; Wallhoff, F.; Brinkhoff, T.; Denker, C.; El-Mihoub, T.; Kisselbach, T.; Korte-Wagner, Yves; Korte, H.; Köckritz, Oliver; Luhmann, T.; Nolle, L.; Rofallski, R.; Tholen, C.; Werner, T. (2022): Entwicklung innovativer Technologien für autonome maritime Systeme (EITAMS). In: A. Schneider (Hrsg.): MST 2022 – Multisensortechnologie: Von (A)nwendungen bis (Z)ukunftstechnologien, Beiträge zum 213. DVW-Seminar, Arbeitskreis 3 »Messmethoden und Systeme«, Band: 103, Wißner Verlag, S. 103-119 , Weblink
Seute, N.; Hastedt, H.; Luhmann, T. (2022): Entwicklung und Untersuchung einer Digitalisierungszelle für die 3D-Objektrekonstruktion mit Agisoft Metashape. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 109-116
Lenzi, J.; Felege, C; Newman, R; McCann, B; Ellis-Felege, S. (2022): Feral Horses and Bison at Theodore Roosevelt National Park (North Dakota, United States) Exhibit Shifts in Behaviors during Drone Flights. Drones 6: 136 , doi: 10.3390/drones6060136 , Weblink
Wester, T.; Kröger, L.; Langidis, A.; Nietiedt, S.; Rofallski, R.; Göring, M.; Luhmann, T.; Peinke, J.; Gülker, G. (2022): Fluid-structure interaction experiments on a scaled model wind turbine under tailored inow conditions using PIV and photogrammetry. 20th International Symposium on Applications of Laser and Imaging Techniques to Fluid Mechanics, Lissabon
Moghaddamnia, S.; Rofallski, R.; Luhmann, T.; Kaeding, T. (2022): Functional quality assessment of whole-body vibration training devices based on instantaneous amplitude and frequency of photogrammetric vibration measurements. Medical Engineering & Physics, Vol. 111, 103935 , doi: 10.1016/j.medengphy.2022.103935

Vorträge

Fincken, M. : Machine Learning für flächendeckende Geothermie-Potentialanalysen im Kontext der geodatenbasierten Wärmeleitplanung. Künstliche Intelligenz in der Geodäsie und Geoinformation, BILDUNGSWERK VDV, Paderborn, Juni 2024
Nietiedt, S. : Occlusion handling in spatio-temporal object-based image sequence matching. ISPRS TC II Mid-term Symposium, Las Vegas, Nevada, USA, Juni 2024 doi: https://doi.org/10.5194/isprs-annals-X-2-2024-163-2024
Paulau, P. ; Hurka, J. ; Middelberg, J. ; Koch, S. : Centralised monitoring and control of buildings using open standards. 8th International Conference on Smart Data & Smart Cities (SDSC), Athen, Juni 2024 Weblink
Luhmann, T. : Introduction to Close-Range Photogrammetry. VRscan3D project week, Vilnius, Mai 2024
Pesch, R. ; Ahvo, A. ; Berkström, C. ; Bergström, U. ; Kotta, J. ; Leiz, M. ; Lenzi, J. ; Ract, C. ; Sacre, E. ; Juva, K. ; Takkolander, A. ; Virtanen, E. : Developing and executing environmental and socioeconomic spatial modelling for the optimisation of marine spatial protection. IC WG BIODIV 3-2024, Mai 2024

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


Untersuchung zum Mobile Mapping in der Bestandserfassung im Vergleich zu konventionellen Messmethoden (2024/2)
Augmented Reality in der Flurbereinigung: Untersuchung zur Visualisierung der Besitzeinweisung (2024/2)
Betreuer

Prof. Dr. Ingrid Jaquemotte

Dr. Andre Riesner

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)
Maschinelles Lernen für die Identifikation von baulichen Erweiterungen an Gebäuden anhand geometrischer Merkmale von ALKIS- und durch KI bestimmten Hausumringen (2024/2)