Zeitraum
01.Okt.2009 - 31.Dez.2012
Ansprechpartner
Sekretariat
Tel.: +49(0)228.73-1751
Projektleiter
Zusammen-
fassung
Das automatische Reasoning in 3D-Gebäudemodellen hat zum Ziel, von bekannten Eigenschaften eines Gebäudes auf unbekannte Information zu schließen und somit den Aufbau eines realitätsgetreuen Modells zu unterstützen. 3D-Gebäudemodelle sind inzwischen weit verbreitet, jedoch fehlt es ihnen bisher meist an detaillierten Strukturen und semantischen Informationen. Für viele Anwendungen sind diese hingegen von enormer Bedeutung. So kann beispielsweise das Wissen um die Existenz und Lage von Fenstern und Türen Rettungseinsätze unterstützen oder die Prädiktion von Hindernissen bei der Navigation von Flugobjekten helfen. In der Regel werden hochaufgelöste Messungen wie z.B. 3D Laserscans vorausgesetzt, um eine automatische Gebäuderekonstruktion zu ermöglichen. Stehen jedoch nur wenige Informationen zur Verfügung bedarf es neuer Ansätze. Eines der Hauptziele dieses Projektes ist es, auf der Grundlage von nur wenigen Beobachtungen, wie z.B. Gebäudegrundrisse, unbekannte Gebäudebestandteile zu prädizieren. Wesentlicher Vorteil hierbei ist, dass das Verifizieren oder Falsifizieren von wenigen Hypothesen wesentlich einfacher ist als eine Rekonstruktion des Gebäudes in einem Bottom-up-Verfahren, d.h. von den einzelnen Messdaten ausgehend. Ermöglicht wird dieses Reasoning durch Vorwissen über die strukturellen Eigenschaften von Gebäuden in Form von Verteilungen, welche auf der Grundlage von annotierten Gebäuden erstellt wurden. In Kombination mit Constraint-Programmierung ermöglicht dies eine starke Einschränkung des Hypothesenraums. Die Repräsentation eines Gebäudes durch seine Primitive und deren Relationen (Constraints) zu einander bietet weiterhin die Möglichkeit deduktive und insbesondere algebraische Methoden des automatischen Beweisens einzusetzen, um nicht explizit erfasste Eigenschaften automatisch herzuleiten. Die Betrachtung von Unsicherheit spielt in allen Fällen eine wichtige Rolle. Unsichere projektive Geometrie, Wahrscheinlichkeitsverteilungen und probabilistische graphische Modelle kommen hierbei zum Einsatz, um die Ungenauigkeit von Messdaten sowie die Unsicherheit der Modelle zu modellieren.
Publikationen zum Projekt
Loch-Dehbi, Sandra / Dehbi, Youness / Plümer, Lutz:
Stochastic reasoning for UAV supported reconstruction of 3D building models
In: ISPRS Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2013, Heft XL-1/W2, S. 257-261.
Loch-Dehbi, Sandra / Plümer, Lutz:
Automatic Reasoning for Geometric Constraints in 3D City Models with Uncertain Observations
In: ISPRS Journal of Photogrammetry & Remote Sensing, 66. Jg. 2011, Heft 2, S. 177-187.

Extern
Loch-Dehbi, Sandra / Plümer, Lutz:
Geometric Reasoning in 3D Building Models using Multivariate Polynomials and Characteristic Sets
In: Proceedings of the ISPRS WG II/2+3+4 and Cost Workshop. Lund, Sweden 2009.

513 K