Abschlussarbeiten in der Vermessung
Wenn Sie im Rahmen der im Bachelor- oder Masterstudium an den Themen der Vermessung Gefallen gefunden haben, gibt es die Möglichkeit, in den Curricula Bau- und Umweltingeneuirwesen (Masterstudium) die Masterarbeit in einem der Vertiefungsmodule (Für die Vermessung: Geotechnik, Vermessung, und Wasserbau - GVW) zu absolvieren. Nach §9 Abs. 5. des Curriculums können Sie eigene Themen vorschlagen oder aus einer Liste angebotener Themen wählen.
Bei näherem Interesse kontaktieren Sie gerne
Univ.-Prof. Dr. Lukas Winiwarter!
Aktuelle Themen für Masterarbeiten
Deep Learning für die Klassifizierung von dichten 3D-Punktwolken aus drohnen- und flugzeuggestütztem Laserscanning
Bei der Erfassung von 3D-Daten mit drohnen- oder hubschraubergestütztem Laserscanning kommt es zu sehr großen Datendichten. Um diese Daten automatisiert Auswerten zu können, und insbesondere um ein zuverlässiges hochaufgelöstes Geländemodell zu erhalten, wird Deep Learning angewendet.
Spiegelnde Reflexionen in 3D-Punktwolken aus terrestrischem Laserscanning
Terrestrisches Laserscanning erlaubt die effiziente und genaue Vermessung von Topographie und Bauwerken mit hohem Detailgrad. Der dabei eingesetzte Lasermessstrahl wird jedoch an spiegelnden Oberflächen wie Glaswänden und Fenstern reflektiert und sorgt damit für Reflexionsartefakte in der Form von „Geisterräumen“, die in der Realität nicht existieren und z.T. mit anderen Räumen kollidieren.
Vergleich von photogrammetrischer Software für die Auswertung von Luftbildaufnahmen
In dieser Masterarbeit soll es um den Vergleich verschiedener Softwareprodukte gehen, die speziell für die Auswertung von Photogrammmetrie entwickelt wurden.
Neural Radiance Fields zur automatisierten Erfassung von Forstinventurplots mit Action-Kameras
Um über den Status Quo in Wäldern Bescheid zu wissen und um auf Fernerkundungsdaten basierende Methoden zu kalibrieren und zu validieren, betreiben viele Länder eine Forstinventur (FI). Typischerweise werden dabei ausgewählte Waldflächen in regelmäßigen Abständen besucht und der Zustand des Waldes festgehalten (Anzahl der Bäume, Spezies, Unterwuchs, …). Um diese arbeitsintensiven Aufnahmen zu unterstützen, werden aktuell neue Methoden getestet, bei denen u.a. Künstliche Intelligenz eingesetzt wird.
Edge-Computing with Convolutional Neural Networks for real-time hazard assessment
Durch den Klimawandel nehmen topographische Massenbewegungen in Frequenz und Amplitude zu. Gerade im alpinen Raum sorgt diese Zunahme auch für erhöhte Gefahren für Infrastruktur. Ein konsequentes Monitoring betroffener Gebiete kann dabei helfen, die Prozesse und ihre Entwicklung besser zu verstehen und rechtzeitig geeignete Schutzmaßnahmen zu treffen.