Thiemann - Research Projects

Big Data und Machine Learning

  • Object detection in airborne laser scanning (ALS) data using deep learning
    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.
    Team: Kazimi, Thiemann, Sester
    Year: 2018
    Sponsors: MWK Pro*Niedersachsen

Laser Scanning

  • Object detection in airborne laser scanning (ALS) data using deep learning
    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.
    Team: Kazimi, Thiemann, Sester
    Year: 2018
    Sponsors: MWK Pro*Niedersachsen

Master Theses

  • Automatische Parametrische Beschreibung von Bodendenkmalen
    Die Untersuchung von Bodendenkmälern liefert wichtige Erkenntnisse zur Entwicklung der Kulturlandschaft in Deutschland. Sie lässt Rückschlüsse über das Leben in vergangenen Epochen und die Veränderung zwischen den Zeitaltern zu. Die Lagebestimmung oder die messtechnische Erfassung der Bodendenkmäler ist nicht immer einfach. Oftmals lassen sich die Objekte schwer erkennen oder befinden sich an schwer zugänglichen Stellen. Airborne Laserscanning eröffnet hierbei eine vergleichsweise neue Methode der archäologischen Prospektion. Aus den erzeugten Laserscannerdaten lassen sich hochauflösende flächendeckende Geländemodelle erzeugen, mit denen auch vorher unentdeckte Bodendenkmäler in Wäldern erkannt werden können. Die auf diese Weise erzeugte Datengrundlage bietet nicht nur neue Möglichkeiten, sondern auch neue Herausforderungen. Durch die hohen Datenmengen stellt sich die Frage nach der Bearbeitungszeit und die damit verbundene hohe Arbeitszeitbelastung. Um diesem Problem zu begegnen, ist es sinnvoll möglichst viele Prozesse zu automatisieren.
    Leaders: Frank Thiemann, Monika Sester
    Team: Dennis Elschen
    Year: 2018