000362278 001__ 362278
000362278 005__ 20251013173156.0
000362278 0247_ $$aG:(GEPRIS)565633716$$d565633716
000362278 035__ $$aG:(GEPRIS)565633716
000362278 040__ $$aGEPRIS$$chttp://gepris.its.kfa-juelich.de
000362278 150__ $$aBerechnung detaillierter 3D-Gebäudemodelle für das Kataster aus Fernerkundungsdaten$$y2025 -
000362278 371__ $$aProfessor Dr. Steffen Goebbels
000362278 450__ $$aDFG project G:(GEPRIS)565633716$$wd$$y2025 -
000362278 5101_ $$0I:(DE-588b)2007744-0$$aDeutsche Forschungsgemeinschaft$$bDFG
000362278 680__ $$aVirtuelle 3D-Stadtmodelle werden für Simulationen (z.B. Lärmkarten, Beleuchtungsmodelle, Solarpotenzialanalysen, Hochwasserkarten, Wärmebedarfskartierung), für die Stadt- und Bauplanung, zur Visualisierung statistischer Daten sowie zum Stadtmarketing benötig. In Deutschland und auch international werden zur Zeit überwiegend 3D-Stadtmodelle eingesetzt, deren Detaillierungsgrad als "Level of Detail" (LoD) 2 gemäß der CityGML 2.0-Spezifikation vorliegt: Die Gebäude dieser Modelle besitzen typischer Weise einfache Dächer, die aus wenigen parametrisierten Dachformen zusammengesetzt sind, und Wände, jedoch keine Dachaufbauten, Fenster, Türen, Balkone, usw. Dieser Detaillierungsgrad reicht für Anwendungen wie Building Information Modeling (BIM), Rettungswegeplanung, Untersuchungen der Energieeffizienz, Visualisierungen mittels 3D-Druck, usw. nicht aus. Daher ist in einem gemeinsamen Vorhaben mit der Partnerstadt Dortmund auf der Basis von Vorarbeiten die Entwicklung eines Workflows zur Berechnung von Gebäudemodellen im LoD-3-Detaillierungsgrad geplant. Dieser soll dazu existierende, modellbasierte LoD-2-Modelle, Katasterdaten, Punktwolken und Schrägluftbilder verwenden. Dabei sollen insbesondere Fassaden- und Dachobjekte wie Türen, Fenster, Balkone, Gauben und Schornsteine in den Geodaten erkannt und automatisch in Modellbestandteile überführt werden. Der Workflow soll geeignet sein, um damit Modelle für vollständige Städte zu berechnen. Dabei sollen etablierte Qualitätskriterien eingehalten werden. Basierend auf den Vorarbeiten sind Algorithmen geplant, die elementare Computer-Vision-Techniken mit tiefen neuronalen Netzen kombinieren. Ein Forschungsschwerpunkt besteht in der Entwicklung geeigneter Trainingsdaten und Trainingsstrategien, die der Auflösung der vorliegenden Daten Rechnung tragen.
000362278 909CO $$ooai:juser.fz-juelich.de:1046833$$pauthority$$pauthority:GRANT
000362278 909CO $$ooai:juser.fz-juelich.de:1046833
000362278 980__ $$aG
000362278 980__ $$aAUTHORITY