ALBERT

All Library Books, journals and Electronic Records Telegrafenberg

feed icon rss

Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    Call number: S 99.0038(366)
    In: Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften
    Type of Medium: Series available for loan
    Pages: 89 S.
    ISBN: 3769694147
    Series Statement: Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften : Reihe C, Dissertationen 366
    Language: German
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 2
    Call number: S 90.0081(433)
    In: Reports of the Department of Geodetic Science and Surveying
    Type of Medium: Series available for loan
    Pages: VI, 85 S.
    Series Statement: Report / Department of Geodetic Science and Surveying, the Ohio State University 433
    Language: English
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 3
    Series available for loan
    Series available for loan
    München : Beck
    Associated volumes
    Call number: S 99.0038(450)
    In: Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften
    Type of Medium: Series available for loan
    Pages: 111 S.
    ISBN: 3769694937
    Series Statement: Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften : Reihe C, Dissertationen 450
    Classification:
    Photogrammetry, Remote Sensing
    Language: German
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 4
    Call number: S 99. 0139 (336)
    In: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover
    Type of Medium: Series available for loan
    Pages: x, 117 Seiten , Illustrationen, Diagramme
    Series Statement: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover Nr. 336
    Language: German
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 5
    Call number: S 99.0139(361)
    In: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover, Nr. 361
    Type of Medium: Series available for loan
    Pages: 108 Seiten , Illustrationen, Diagramme
    Series Statement: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover Nr. 361
    Language: English , German
    Note: 1 Introduction 1.1 Motivation 1.2 Problem Statement and Contributions 1.3 Structure 2 State-of-the-art 2.1 Integration of Object Knowledge in Image Space 2.2 Integration of Object Knowledge in Object Space 2.3 Discussion 3 Photogrammetric Pose Estimation with a Generalised Building Model 3.1 Overview 3.2 Hybrid Bundle Adjustment 3.2.1 Modelling Relations of Object Points to Model Planes 3.2.2 Functional Model 3.2.3 Stochastic Model 3.2.4 Robust Estimation 3.2.5 Determination of Initial Values 3.3 Workflow 3.3.1 Global Adjustment 3.3.2 Sliding Window Adjustment 4 Assignment Under Generalisation Effects 4.1 Generalisation Effects 4.2 Direct Assignment: Point-Plane-Matching 4.3 Indirect Assignment: Plane-Plane-Matching 4.3.1 Indirect Assignment without ROIs 4.3.2 Indirect Assignment with ROIs 4.4 Summary of the Assignment Parameters 5 Experiments 5.1 Setup of the experiments 5.1.1 Scenarios 5.1.2 Sequences 5.1.3 Evaluation 5.1.4 Structure of the Experiments 5.2 Dataset 5.2.1 Hardware 5.2.2 Data 5.3 Parameter Settings and Implementation 6 Results and Discussion 6.1 The Short Sequence: Generalisation & Systematic Effects 6.2 The Long Sequence: Generalisation & Systematic Effects, Block Deformations... 6.3 Check Point Errors versus Estimated Standard Deviations 6.4 Sliding Window versus Global Adjustment 6.5 Assignment Strategies 6.6 The Full Sequence 6.7 Parameter Variation 6.7.1 Fictitious Distance Observations of Tie Points 6.7.2 Maximum Distance of Tie Points to Model Planes 6.7.3 Estimation of Vertex Coordinates 6.7.4 Window Size Nws and Overlap AW 7 Conclusion and Outlook , Kurzfassungen in Deutscher und Englischer Sprache
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 6
    Call number: S 99.0139(359)
    In: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover, Nr. 359
    Type of Medium: Series available for loan
    Pages: 134 Seiten , Diagramme, Karten
    Series Statement: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover Nr. 359
    Language: German , English
    Note: 1 Einleitung 1.1 Motivation 1.2 Zielsetzung 1.3 Gliederung 2 Verwandte Arbeiten 2.1 Grundbegriffe 2.1.1 Raumbezogene Objekte 2.1.2 Ähnlichkeit 2.1.3 Relation 2.1.4 Schema 2.2 Data-Matching 2.2.1 Klassifikation von Zuordnungsverfahren auf Objektebene 2.2.2 Herausforderungen bei der Objektzuordnung 2.2.3 Ausgewählte, merkmalsbasierte Verfahren 2.2.4 Ausgewählte, relationale Verfahren 2.3 Schema-Matching 2.3.1 Klassifikation von Zuordnungsverfahren auf Schemaebene 2.3.2 Herausforderungen bei der Zuordnung auf Schemaebene 2.3.3 Ausgewählte Schema-Matching-Verfahren im geographischen Kontext 3 Grundlagen 3.1 Ähnlichkeitsmaße 3.1.1 Geometrische Ähnlichkeit 3.1.2 Topologische Ähnlichkeit 3.1.3 Semantische Ähnlichkeit 3.2 Relationstypen 3.2.1 Relationen auf Objektebene 3.2.2 Relationen auf Schemaebene 3.3 Graphentheorie 3.3.1 Graph-Definitionen 3.3.2 Graph-Matching 3.3.3 Graph-Partitionierung / Graph-Cut 3.4 Ganzzahlige lineare Programmierung 4 Entwicklung von Data-Matching-Verfahren für verschiedene Objektgeometrien 4.1 Zuordnung von Polygonobjekten 4.1.1 Geometrischer Parameter 4.1.2 Heterogenitätsparameter 4.1.3 Erzeugung eines kombinierten Ergebnisses für das Schema-Matching 4.2 Zuordnung von unterschiedlichen Objektgeometrien 5 Entwicklung von Schema-Matching-Verfahren basierend auf Instanzdaten 5.1 Formale Problemdefinition 5.1.1 Synthetisches Beispiel 5.2 Einfache Lösungsverfahren 5.2.1 Beschränkung auf 1:1-Zuordnungen (Max-Match) 5.2.2 Beschränkung auf zwei Cluster (Min-Cut) 5.3 Einsatz von Heuristiken 5.4 Einsatz der ganzzahligen linearen Programmierung 5.4.1 Optimierungsziele und Bedingungen 5.4.2 Kombination von Optimierungszielen 5.4.3 Einführung einer festen Clustergröße (MaxScoreHardConstraintFixedSize) 5.4.4 Optimale Lösung ohne Nullcluster (MaxScoreHardConstraintFixedSizeNonEmpty) 5.4.5 Vereinfachtes Programm (MaxScoreHardConstraintFixedSizeUnique) 6 Experimente mit Realdaten und Untersuchungsergebnisse 6.1 Datenquellen und Datenvorverarbeitung 6.1.1 Datenquellen 6.1.2 Testgebiete 6.1.3 Datenvorverarbeitung 6.2 Ergebnisse des Data-Matching 6.2.1 Testgebiet A: ALKIS OSM in Hannover 6.2.2 Testgebiet B: ALKIS ATKIS in Hameln 6.2.3 Testgebiet C: ATKIS GDF in Hannover-Wedemark 6.2.4 Zusammenfassung der Data-Matching-Ergebnisse 6.3 Ergebnisse des Schema-Matching 6.3.1 Testgebiet B: ALKIS ATKIS in Hameln 6.3.2 Testgebiet A: ALKIS OSM in Hannover 6.3.3 Testgebiet C: ATKIS GDF in Hannover-Wedemark 6.3.4 Zusammenfassung aller Schema-Matching-Ergebnisse 7 Zusammenfassung und Ausblick , Kurzfassungen in Deutscher und Englischer Sprache
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 7
    Call number: S 99.0139(349)
    In: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover
    Type of Medium: Series available for loan
    Pages: 115 Seiten , Illustrationen, Diagramme
    ISSN: 0174-1454
    Series Statement: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover Nr. 349
    Language: German
    Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2018 , 1. EINLEITUNG 1.1. Motivation 1.2. Zielsetzung 1.3. Wissenschaftlicher Beitrag 1.4. Gliederung der Arbeit 2. STAND DER WISSENSCHAFT 2.1. Klassifikation von Einzelbildern 2.2. Multitemporale Klassifikation 2.2.1. Steigerung der Klassifikationsgenauigkeit 2.2.2. Detektion von Veränderungen 2.3. Klassifikation von Bilddaten mit Zufallsfeldern 2.4. Zufallsfelder in der Fernerkundung 2.5. Diskussion 3. GRUNDLAGEN 3.1. Merkmale 3.1.1. Merkmalsextraktion 3.1.2. Merkmalsselektion 3.2. Graphische Modelle für die Bildanalyse 3.2.1. Grundlagen der Wahrscheinlichkeitstheorie 3.2.2. Graphische Modelle zur Modellierung von Wahrscheinlichkeiten 3.2.3. Markov Random Fields 3.2.4. Conditional Random Fields 3.2.5. Inferenz 3.3. Bewertungskriterien 4. CRF ZUR KLASSIFIKATION MULTITEMPORALER BILDDATEN UNTERSCHIEDLICHER AUFLÖSUNG 4.1. Multitemporale Klassifikation von Bildern identischer Auflösung 4.2. Multitemporale Klassifikation von Bildern unterschiedlicher Auflösung 4.3. Assoziationspotential 4.4. Räumliches Interaktionspotential 4.5. Zeitliches Interaktionspotential 5. EXPERIMENTELLE UNTERSUCHUNGEN 5.1. Strategie 5.2. Daten und Klassen 5.3. Merkmalsextraktion 5.4. Merkmalsselektion 5.5. Maximale Merkmalsskala für das Assoziationspotential 5.6. Parameter des räumlichen Interaktionspotentials 5.7. Evaluation der Klassifikationsgenauigkeit feiner Strukturen 5.8. Multitemporale Klassifikation von Fernerkundungsdaten mit einheitlicher Auflösung 5.9. Multitemporale Klassifikation von Daten unterschiedlicher Auflösung ohne Veränderungen der Landbedeckung 5.10. Multitemporale Klassifikation von Daten unterschiedlicher Auflösung mit Veränderungen der Landbedeckung 6. SCHLUSSBETRACHTUNG UND AUSBLICK 7. LITERATUR
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 8
    Call number: S 99.0139(356)
    In: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover
    Type of Medium: Series available for loan
    Pages: x, 111 Seiten , Illustrationen, Diagramme
    ISSN: 0174-1454
    Series Statement: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover Nr. 356
    Language: English
    Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2020 , Abstract Zusammenfassung Acknowledgments Definition, Acronyms and Symbols 1 Introduction 1.1 Motivation 1.2 Person Re-Identification 1.3 Problem statement and research objective 1.4 Contribution 1.5 Outline of this thesis 2 Related work 2.1 Scope 2.2 Historical overview 2.3 Terminology and strategies 2.4 Handcrafted feature extraction methods 2.5 Data-driven feature extraction methods 2.6 Person view specific methods 2.7 Re-Ranking based methods 2.8 Domain adaptation methods 2.9 Discussion 3 Fundamentals 3.1 Fisheye camera geometry and projection model 3.2 Feature extraction 3.2.1 GOG/XQDA - a handcrafted feature extraction method 3.2.2 TriNet and SRNN - two data-driven feature extraction methods .... 4 A new approach for person re-identification 4.1 General overview 4.2 Input and assumptions 4.3 Projection alignment 4.4 View classification and sampling 4.5 Per-view matching 4.6 Fusion 4.7 Discussion of the approach 5 Experimental evaluation 5.1 General structure of this chapter 5.2 Multi-view investigations 5.2.1 Datasets 5.2.2 Training and inference procedure 5.2.3 Evaluation and discussion 5.3 Bird's eye view investigations 5.3.1 Datasets 5.3.2 Training and inference procedure 5.3.3 Evaluation and discussion 5.4 Influence of data 5.4.1 Datasets 5.4.2 Training and inference procedure 5.4.3 Evaluation and discussion 5.5 Fisheye investigations 5.5.1 Datasets 5.5.2 Training procedure 5.5.3 Projection alignment 5.5.4 Person view classification 5.5.5 Assessment of PRID results 5.5.6 Comparison with a contemporary approach 5.5.7 Qualitative comparison 6 Conclusions and future work A Datasets A.l Our novel datasets A.2 Public datasets References , Sprache der Zusammenfassungen: Englisch, Deutsch
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 9
    Call number: S 99.0139(340)
    In: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover, Nr. 340
    Type of Medium: Series available for loan
    Pages: 170 Seiten , Illustrationen, Diagramme
    ISSN: 0174-1454
    Series Statement: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover Nr. 340
    Language: German
    Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2018 , 1 Einleitung 1.1 Hintergrund und Problemstellung 1.2 Ziel der Arbeit 1.2.1 Problemstellung: Erfassung von Trajektorien 1.2.2 Problemstellung: Erkennung von Bewegungsmustern in Trajektorien 1.3 Gliederung 2 Grundlagen 2.1 Modellierung von Objektbewegungen 2.2 Erfassung von Trajektorien 2.2.1 GNSS-Tracking 2.2.2 Videobasiertes Tracking 2.2.3 Vergleich des GNSS- und videobasierten Trackings 2.2.4 Weitere Tracking-Verfahren 2.2.5 Probabilistische Modellierung 2.2.6 Viterbi-Algorithmus 2.3 Erkennung von Bewegungsmustern 2.3.1 Data Mining 2.3.2 Filterung und Glättung 2.3.3 Segmentierung 2.3.4 Distanzmaße zur Bestimmung der Ähnlichkeit von Trajektorien 2.3.5 Maschinelles Lernen im Kontext raum-zeitlicher Daten 2.3.6 Sequenzmustererkennung 2.4 Dynamische Programmierung 2.5 Unterschiedliche Varianten der Datenverarbeitung 2.5.1 Zentrale und dezentrale Verarbeitung 2.5.2 Informationsaustausch 3 Stand der Forschung und verwandte Arbeiten 3.1 Erfassung von Trajektorien 3.1.1 Objektdetektion 3.1.2 Objekt-Tracking 3.1.3 Fusion heterogener Detektionen 3.1.4 Kommerzielle Systeme 3.1.5 Diskussion und Fazit 3.2 Mustererkennung in Trajektorien 3.2.1 Erkennung von wiederkehrenden unbekannten Mustern 3.2.2 Diskussion und Fazit 4 Erfassung von Trajektorien - GPS-unterstütztes Kamera-Tracking 4.1 Überblick über den Lösungsansatz 4.2 Sensoren und Eingangsdaten 4.2.1 GPS-Daten 4.2.2 Kameradaten 4.3 Vorverarbeitung 4.4 Fusion der heterogenen Daten 4.4.1 Detektionsbasierte Modellierung 4.4.2 Rasterbasierte Modellierung 4.4.3 Generierung der Trajektorien 4.5 Laufzeit des Algorithmus 4.6 System design 5 Mustererkennung in Trajektorien 5.1 Definition von Bewegungsmustern 5.2 Überblick über das entwickelte Mustererkennungsverfahren 5.3 Trajektorien als Datengrundlage 5.4 Vorverarbeitung 5.4.1 Datenbereinigung 5.4.2 Datenselektion 5.4.3 Datenintegration und Transformation 5.5 Mustererkennung: Clustering-basierter Ansatz 5.5.1 Segmentierung der Trajektorien 5.5.2 Clustering der Trajektorien 5.6 Mustererkennung: Sequenzbasierter Ansatz 5.6.1 Eingangsdaten 5.6.2 Generierung der Sequenzen aus Bewegungen 5.6.3 Bestimmung des Alphabets 5.6.4 Identifikation wiederkehrender Teilsequenzen 5.6.5 Rücktransformation zu Trajektorien 5.7 Laufzeit des Algorithmus 6 Experimente und Evaluation der Erfassung der Trajektorien 6.1 Verwendete Software 6.2 Verwendete Sensoren 6.3 Korrektheit der Zuordnungen 6.3.1 Experiment: 2 Personen 6.3.2 Experiment: Fußballanalyse 6.4 Geometrische Genauigkeit der Trajektorien 6.5 Laufzeit 6.6 Fazit 7 Experimente und Evaluation der Mustererkennung 7.1 Verwendete Software 7.2 Ergebnisverifikation 7.3 Interessantheitsmaß für Bewegungsmuster 7.4 Parameterstudien 7.4.1 Eingabeparameter 7.4.2 Datendichte 7.4.3 Invarianzen 7.5 Experimente auf realen Datensätzen 7.5.1 Beschreibung der Datensätze und Experimente 7.5.2 Experiment 1 - ACM DEBS 2013-Datensatz 7.5.3 Experiment 2 - GPS-Fußball-Datensatz 7.5.4 Experiment 3 - MapConstruction.org 7.5.5 Experiment 4 - Mantelpaviane 8 Zusammenfassung und Ausblick 8.1 Zusammenfassung 8.2 Ausblick Abbildungsverzeichnis Tabellenverzeichnis Literaturverzeichnis Lebenslauf Danksagung
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 10
    Call number: S 99.0139(342)
    In: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover, Nr. 342
    Type of Medium: Series available for loan
    Pages: 137 Seiten , Illustrationen, Diagramme
    ISSN: 0174-1454
    Series Statement: Wissenschaftliche Arbeiten der Fachrichtung Vermessungswesen der Universität Hannover Nr. 342
    Language: English
    Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2018 , 1 Introduction 1.1 Background and motivation 1.2 Goals of this thesis 1.3 Outline 2 Background on digital maps and data mining 2.1 Digital maps 2.1.1 Navigation maps and map dynamics 2.1.2 OpenStreetMap 2.1.3 Navigation Data Standard (NDS) 2.2 Data mining 2.2.1 Knowledge Discovery in Databases (KDD) process 2.2.2 Taxonomy of data mining methods 2.2.3 Classification 2.2.4 Clustering 2.2.5 Time series analysis 3 Related work about mobile crowdsensing of on-street parking spaces 3.1 On-street parking 3.1.1 Parking occupancy detection 3.1.2 Parking availability estimation and prediction 3.1.3 Parking search and guidance 3.2 Mobile crowdsensing 3.2.1 Mobile crowdsensing in transportation 3.2.2 Mobile crowdsensing for parking 3.3 Research gaps addressed in this thesis 4 LiDAR-based parking availability data acquisition 4.1 Data recording 4.1.1 Sensor equipment 4.1.2 Measurement campaign 4.2 Methodology 4.2.1 Preprocessing 4.2.2 Segmentation 4.2.3 Classification 4.2.4 Repetition of segmentation and classification 4.2.5 Matching to road network 4.3 Results 4.3.1 Object segmentation 4.3.2 Classification 4.3.3 End-to-end evaluation of complete approach 4.3.4 Parking occupancy statistics over the day 4.4 Concluding remarks 5 Learning parking legality maps from parking observations 5.1 Methodology 5.1.1 Location of parked vehicles as method input 5.1.2 Data preprocessing 5.1.3 Definition of feature sets 5.1.4 Learning the parking legality of road subsegments 5.2 Evaluation 5.2.1 Evaluation approach 5.2.2 Results 5.3 Concluding remarks 6 Spatio-temporal analysis of large scale parking availability data and simulation of crowdsensing 6.1 Description and processing of parking dataset from SFpark 6.2 Time series analysis of parking availability data 6.3 Clustering of parking occupancy daily pattern 6.4 Spatial relations in parking availability 6.5 Modelling of crowdsensing based on downsampling for probe vehicles and mobile apps 6.5.1 Scenario based on probe vehicles 6.5.2 Scenario based on mobile apps 6.6 Modelling of probe-vehicle-based crowdsensing from taxi GPS trajectories 6.6.1 Processing overview and description of taxi trajectory dataset 6.6.2 Taxi GPS trajectory processing 6.6.3 Characteristics and aggregation of taxi coverage 6.6.4 Comparison of parking and taxi daily pattern 6.6.5 Simulation of parking availability observations 6.7 Concluding remarks 7 Parking availability estimation and prediction from crowdsensed data 7.1 Spatial interpolation of parking availability 7.2 Parking availability estimation with persistence method 7.3 Estimation and prediction of parking availability based on binary classification 7.3.1 Binary classification approach 7.3.2 Results of binary classification estimation and prediction 7.4 Concluding remarks 8 Benefits of crowdsensed parking availability information 8.1 Types of information for on-street parking 8.2 Experimental setup 8.2.1 Routing strategies 8.2.2 Data sources 8.3 Evaluation of the impact of different parking information 8.3.1 Results for all decisions in the dataset 8.3.2 Results for relevant decisions 8.3.3 Similarity of capacity 8.4 Concluding remarks 9 Conclusion and outlook 9.1 Research questions addressed and overall conclusion 9.2 Applicability of dynamic map approaches to further dynamic phenomena 9.3 Future research directions List of figures List of tables References Acknowledgements Curriculum vitae
    Location: Lower compact magazine
    Branch Library: GFZ Library
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
Close ⊗
This website uses cookies and the analysis tool Matomo. More information can be found here...