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
Krüger, A. (2004):
www.gis-club.de. DGPF-/DDGI-/GiN-Workshop E-Learning in Geoinformatik und Fernerkundung - Stand und Perspektiven, Vechta, 2004
Brinkhoff, T. (2003):
A Portable SVG Viewer on Mobile Devices for Supporting Geographic Applications. Proceedings 6th AGILE Conference on Geographic Information Science, Lyon, France, 2003, Presses Polytechniques et Universitaires Romandes, pp. 87-96
, Weblink
Luhmann, T. (2003):
Aufnahme und Auswertung digitaler Bilder in Lehre, Forschung und Praxis der Photogrammetrie. Festschrift 10 Jahre Vermessungswesen in Neubrandenburg
Müller, C.; Hastedt, H.; Tecklenburg, W.; Luhmann, T. (2003):
Erstellung und Analyse von 3D-Oberflächenmodellen zur Beobachtung der Beständigkeit von Fugenmörtel. Publikationen der DGPF, Bochum
Brinkhoff, T. (2003):
Generating Traffic Data. Bulletin of the Technical Committee on Data Engineering, IEEE Computer Society, Vol 26, No. 2, 2003, 19-25
, Weblink
Vorträge
Luhmann, T.
:
Measuring Accuracy in Photogrammetry - Critical factors, Optimization and Verification.
University of Geodesy and Cartography, Moscow,
Dezember 2015
Gollenstede, A.
:
Island digital – Geoinformatik und Tourismus.
Schlaues Haus, Oldenburg,
November 2015
Luhmann, T.
:
Ukraine – Recent impressions and expe-riences.
Jade Hochschule, Oldenburg,
November 2015
Gollenstede, A.
:
Dynamic Cartographic Visualization Methods for Limited Viewports.
GISCO the Geo-Information Science Colloquium, Gesellschaft für Geoinformatik (GfGI), Bamberg,
November 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
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)