Kazimi - Forschungsprojekte

  • Schätzen von Gebäudeparametern aus Streetview Aufnahmen / Estimation of building parameters from Streetview images
    Google Streetview Aufnahmen liegen aus verschiedenen Städten vor. Diese Daten enthalten u.a. Informationen über die Gebäude. Ziel der Arbeit ist es, aus diesen Bildern Hinweise über verschiedene Gebäudeparameter zu bekommen. Mögliche Parameter sind Alter, Zustand, Material, Lage. Hierfür sollen Deep Neural Networks eingesetzt werden, die in jüngerer Zeit gezeigt haben, dass sie bislang sehr schwierige Klassifikations- und Regressionsaufgaben zu lösen in der Lage sind. Google Streetview images are available from different cities. These images include information about the buildings. The aim of the thesis is to automatically derive information about different building parameters from these pictures. Possible parameters are age, condition, material, position. Deep neural networks will be used for this purpose, which have recently shown that they are capable of solving very difficult classification and regression tasks.
    Leitung: Feng, Kazimi, Sester
    Jahr: 2019
  • Objekterkennung in ALS-Daten mittels Deep Learning
    In Zusammenarbeit mit dem Niedersächsischen Landesamt für Denkmalpflege entwickeln wir ein Verfahren zur automatischen Erkennung archäologischer Objekte in luftgetragenen Laserscandaten. Die Art der Objekte, die entdeckt werden sollen, ist hauptsächlich für Archäologen von Interesse, wie z. B. Haufen, Schächte, Holzkohlepfähle, Gruben, Schubkarren, Bombenkrater, Hohlwege usw. Es kann sich um spitze, lineare oder flächige Objekte handeln. Zu diesem Zweck verwenden wir tiefe Lerntechniken; nämlich Faltungsneuronale Netze (CNNs) zum Klassifizieren von Höhenbildern aus der Region von Interesse. Eine Kombination mehrerer (in den meisten Fällen 5) CNN-Klassifikatoren wird dann verwendet, um interessierende Objekte in einem aus der interessierenden Region erfassten digitalen Geländemodell zu erkennen und zu lokalisieren.
    Team: Kazimi, Thiemann, Sester
    Jahr: 2018
    Förderung: MWK Pro*Niedersachsen
  • Automatische Beschreibung von Bodendenkmalen
    In einem gemeinsamen Forschungsprojekt mit dem Niedersächsischen Landesamt für Denkmalpflege entwickelt das ikg ein Verfahren zur automatischen Detektion von Bodendenkmalen in hochaufgelösten digitalen Geländemodellen (DGM). Zusätzlich zur Position, sollen die gefundenen Objekte über einfache Parameter beschrieben werden. Kreisförmige Objekte wie z.B. Grabhügel, Köhlerplätze und Wurften/Warften können über Mittelpunkt, Durchmesser und Höhe beschrieben werden. Lineare Formen wie Wällen und Gräben lassen sich durch deren Mittelachse, Breite und Höhe beschreiben.
    Leitung: Thiemann, Kazimi
    Jahr: 2018