IKG - Big Data und Machine Learning
  • Zielgruppen
  • Suche
 

Big Data und Machine Learning

Object detection in airborne laser scanning (ALS) data using deep learning

Bild zum Projekt Object detection in airborne laser scanning (ALS) data using deep learning

Bearbeitung:

Kazimi, Thiemann, Sester

Förderung durch:

MWK Pro*Niedersachsen

Kurzbeschreibung:

In partnership with the Lower Saxony State Office for Preservation of Historic Monuments, we are developing a method for automatically detecting archaeological objects in airborne laser scanning data. The type of objects to be detected are mainly those of interest by archaeologists such as heaps, shafts, charcoal piles, pits, barrows, bomb craters, hollow ways, etc. They could be point, linear, or areal objects. To this end, we are using deep learning techniques; namely, convolutional neural networks (CNNs) to classify height images from the region of interest. A combination of multiple (in most cases 5) CNN classifiers are then used to detect and localize objects of interest in a digital terrain model acquired from the region of interest.

 

| details |

 

Ja, wo laufen sie denn?

Bild zum Projekt Ja, wo laufen sie denn?

Bearbeitung:

Feuerhake, Sester

Kurzbeschreibung:

Für Profi-Trainer oder auch einfache Hobby-Kicker. Vielen Fußballbegeisterten wird der Weg zum Taktikfuchs durch eine automatisierte Spielanalyse am Computer erleichtert. Ausgeklügelte Verfahren ermöglichen eine einfachere Bewertung der Leistung der Akteure.

 

| details |

 

Real Time Prediction of Pluvial Floods and Induced Water Contamination in Urban Areas (EVUS)

Bild zum Projekt Real Time Prediction of Pluvial Floods and Induced Water Contamination in Urban Areas (EVUS)

Bearbeitung:

Feng, Sester

Förderung durch:

BMBF Georisiken

Kurzbeschreibung:

This project aims at developing a fast forecast model for pluvial floods in the city of Hannover. The main goal of the subproject for ikg is to integrate new sensors for the flood prediction models.

 

| details |

 

Szenenanalyse - Mustererkennung in Personentracks

Bild zum Projekt Szenenanalyse - Mustererkennung in Personentracks

Bearbeitung:

Kuntzsch, Sester

Kurzbeschreibung:

Ziel des Projektes ist die automatische Erkennung von Mustern in Trajektorien von Personen, die in Videosequenzen detektiert und verfolgt worden sind. Die Grundhypothese ist dabei, dass sich mögliche Gefahrenquellen durch ein auffälliges Bewegungsverhalten erkennen lassen. Im Projekt sollen Individual- und Gruppenmuster, sowie die Feststellung, wann ein Muster als auffällig zu charakterisieren ist, aus den Daten abgeleitet und gelernt werden.

 

| details |

 

3D-Objektextraktion aus hochaufgelösten 3d-Punktwolken

Bild zum Projekt 3D-Objektextraktion aus hochaufgelösten 3d-Punktwolken

Bearbeitung:

Politz, Sester

Förderung durch:

Landesvermessungsämter Niedersachsen, Schleswig-Holstein, Mecklenburg-Vorpommern

Kurzbeschreibung:

In den Landesvermessungsbehörden liegen flächendeckende, kontrollierte Airborne Lascerscanning-Datensätze mit unterschiedlichen Punktdichten vor, welche i.d.R. mindestens in die Klassen Boden- und Nichtbodenpunkte differenziert wurden. In der Arbeitsgemeinschaft der Vermessungsverwaltungen (AdV) wird ein Aktualisierungszyklus von 10 Jahren diskutiert. Weiterhin leiten die Landesvermessungsämter auf Basis von digitalen Bildflügen mit hohen Überlappungen 3D-Punktwolken mit dem sogenannten „Dense-Image-Matching“-Verfahren (DIM) ab, welche eine Auflösung im Pixelbereich besitzen. Radiometrische Information aus den Luftbildern ergänzen die Informationstiefe dieser Punktwolken, welche aufgrund der Bildkorrelation in der Regeln auf ein Oberflächenmodell begrenzt sind. Hierbei ist ein 2-3-jähriger Befliegungszyklus die Basis.

 

| details |

 

Big Data und Machine Learning abgeschlossen

RainCars

Bild zum Projekt RainCars

Bearbeitung:

Fitzner, Sester

Kurzbeschreibung:

Ziel des Projektes RainCars ist die Verbesserung bisheriger Methoden zur Niederschlagsschätzung durch die Verwendung von Sensoren in Autos.

 

| details |

 

Anomalous Pattern Detection from GPS-Trajectories

Bild zum Projekt Anomalous Pattern Detection from GPS-Trajectories

Kurzbeschreibung:

The anomalous pattern detection is of great interest for the applications in the areas of navigation/driver assistant system, surveillance and emergency management. In this work we focus on the GPS-Trajectories finding where the driver is encountering navigation problems.

 

| details |

 

Q-Trajectories - Dezentrale Bestimmung von Bewegungsmustern aus Trajektorien

Bild zum Projekt Q-Trajectories - Dezentrale Bestimmung von Bewegungsmustern aus Trajektorien

Kurzbeschreibung:

Ziel dieses Teilprojekts ist die Erkennung und Bewertung von Bewegungsmustern in Trajektorien mit Hilfe effizienter, dezentraler Analysemethoden. Dabei sollen Auffälligkeiten und kritische Verhaltensweisen ausfindig gemacht werden. Anwendungsmöglichkeiten für ein derartiges Verfahren könnten u.a. größere Sensor-/Kameranetze zur Überwachung von Menschenmengen (z.B. Stau, Gruppenverhalten, …) oder zur Beobachtung von Verhalten von Tieren sein.

 

| details |

 

Mining GPS-Trajectory Data for Map Refinement and Behavior Detection

Bild zum Projekt Mining GPS-Trajectory Data for Map Refinement and Behavior Detection

Kurzbeschreibung:

In today’s world, we have increasingly sophisticated means to record the movement of moving objects such as vehicles, humans and animals in the form of spatio-temporal trajectory data. As a consequence of this development, increasing volumes of such data are being accumulated at an extremely fast rate. A trajectory is usually represented by an array of structured positions in space and time, i.e. each has a signature of specific location (geospatial coordinate tags) in time (time stamp tags).

 

| details |