Veranstaltungsprogramm

Enhancing 3D Mesh Segmentation with Learnable Texture Representations

M. Heidarianbaei, M. Mehltretter, F. Rottensteiner

Leibniz University Hannover, Germany

Für welche Größe ist ein terrestrisches Scanprojekt besonders wirtschaftlich?

N. Studnicka

RIEGL Laser Measurement Systems GmbH, Riedenburgstraße 48, 3580 Horn, Österreich

Bedürfnisanalyse Digital Twin Kanton Zürich

S. Nebiker¹, S. Preuss², T. Dousse²

1: FHNW Fachhochschule Nordwestschweiz, Schweiz; 2: Kanton Zürich, Amt für Raumentwicklung, Abteilung Geoinformation

Ausbildung mal anders – Eine historische Villa in Hamburg im Fokus von Geodäsie- und Architekturstudierenden

T. P. Kersten, B. Dahlgrün

HafenCity Universität Hamburg, Deutschland

SENSchiene - Vorstellung einer auf Satellitendaten basierenden Webanwendung zur Unterstützung behördlicher Kontrollaufgaben im Schienensektor

V. Preußler¹, K. Fricke¹, C. Schulz², G. Tintrup gen. Suntrup³, F. Keßler⁴

1: Deutsches Zentrum für Schienenverkehrsforschung beim Eisenbahn-Bundesamt; 2: Technische Universität Berlin; 3: Dienstleistungszentrum Ländlicher Raum Rheinhessen Nahe-Hunsrück; 4: LUP Luftbild Umwelt Planung GmbH

Towards a Demonstration Tool for SAR Change Analysis

M. Boldt, E. Cadario, A. Thiele

Fraunhofer IOSB, Deutschland

MultiGFM: multi-temporal framework for multi-modal geospatial foundation models

R. Lettmoden¹, P. M. Achanccaray Diaz¹, K. Bittner², M. Gerke¹

1: Technische Universität Braunschweig, Institut für Geodäsie und Photogrammetrie; 2: Deutsches Zentrum für Luft- und Raumfahrt, Institut für Methodik der Fernerkundung

Bodenbewegungsdienst Plattform Verkehr – BBD-V

K. Fricke¹, F. Cziudai-Sonntag², J. Hiller², T. Afonso², F. Zimmermann³, A. Kalia⁴, R. Brcic⁵, N. Dörr⁶, A. Schenk⁶

1: Deutsches Zentrum für Schienenverkehrsforschung beim Eisenbahn-Bundesamt, Deutschland; 2: Bundesanstalt für Straßen- und Verkehrswesen, Deutschland; 3: Bundesanstalt für Gewässerkunde, Deutschland; 4: Bundesanstalt für Geowissenschaften und Rohstoffe, Deutschland; 5: Deutsches Zentrum für Luft- und Raumfahrt, Institut für Methoden der Fernerkundung, Deutschland; 6: Karlsruhe Institut für Technologie, Institut für Photogrammetrie und Fernerkundung, Deutschland

CNNs for tiny ship detection in Sentinel 1 SAR images towards their application in civil Search and Rescue

S. Merseburg, U. Sörgel

University of Stuttgart, Germany

Untersuchung der Genauigkeit von Differenzenkarten für die Detektion von Bodenbewegungen in Hessen

M. Riemer¹, C. Dorn², D. Iwaszczuk¹

1: Technische Universität Darmstadt; 2: Hessische Verwaltung für Bodenmanagement und Geoinformation

Thermal anomaly detection based on co-saliency analysis of optical and thermal images via deep learning

G. Singh, A. Sledz, C. Heipke

Leibniz Universität Hannover, Deutschland

Beyond the Visible: Detecting Tillandsia landbeckii in the Atacama Desert Using Hyperspectral and SWIR Multispectral Remote Sensing

F. Reddig¹, C. Hütt¹, A. Jenal², G. Bareth¹

1: University of Cologne, Germany; 2: Koblenz University of Applied Sciences, Germany

WaldVital: Unterstützung der klimaresilienten Waldbewirtschaftung mittels sensorgestützter Vitalitätserfassung

E. Kranefeld¹, L. Rathmann², S. Dersch³, A. Schmitt⁴, B. Koch³, P. Adler¹, A. Reiterer^2,4

1: FVA Baden-Württemberg, Deutschland; 2: Universität Freiburg, Institut für nachhaltige technische Systeme; 3: Steinbeis-Innovationszentrum Systemanalyse für Umwelt und Nachhaltigkeit (InnoSUN); 4: Fraunhofer Institut für physikalische Messtechnik (IPM)

Advancing Large-Scale Tree Crown Delineation and Classification: A Semi-Supervised Approach Leveraging Deep Learning and Remote Sensing Data in the Bavarian Forest National Park

S. Dersch¹, B. Koch¹, A. Schöttl^5,6, P. Krzystek^5,7, J. Ebenbeck³, M. Heurich^2,3,4

1: Steinbeis Innovation Center: System Analysis for Environment and Sustainability, Germany; 2: Faculty of Environment and Natural Resources, University of Freiburg; 3: Bavarian Forest National Park - Department of National Park Monitoring and Animal Management; 4: nstitute of Forestry and Wildlife Management, Inland Norway University of Applied Science; 5: Institute for Applications of Machine Learning and Intelligent Systems, Munich University of Applied Sciences; 6: Dept. of Electrical Engineering and Information Technology, Munich University of Applied Sciences; 7: Dept. of Geoinformatics, Munich University of Applied Sciences

Aktuelle Herausforderungen in der forstlichen Fernerkundung

P. Adler

Forstliche Versuchs- und Forschungsanstalt Baden-Württemberg, Deutschland

Improved Human-in-the-Loop Strategy for Flood Water Segmentation in Remote Sensing Imagery Employing Near-Infrared and Segment Anything 2

V. Polushko^1,2, D. Hatic¹, R. Rösch¹, T. März², M. Rauhut¹, A. Weinmann²

1: Image Processing Department, Fraunhofer ITWM, Germany; 2: Working Group Algorithms for Computer Vision, Imaging and Data Analysis, Hochschule Darmstadt, Germany

Erdbeobachtung für das Aktionsprogramm Natürlicher Klimaschutz

M. Förster¹, G. Weyer¹, L. Schultz-Lieckfeld², T. Laufhütte²

1: Luftbild Umwelt Planung (LUP) GmbH, Deutschland; 2: Deutsches Zentrum für Luft- und Raumfahrt (DLR)

Moderne Geodatenworkflows - Reality Mapping für Digitale Zwillinge

S. Biesdorf, K. Klimek

Esri Deutschland GmbH, Deutschland

Aufnahme von sehr hochaufgelösten Satellitenbildern für großflächige Kartierungsprojekte

B. Lieberknecht

European Space Imaging GmbH, Deutschland

Verwendung von Satelliten- und terrestrischen Radardaten für die Hangrutschungs- überwachung

C. Magnard

Gamma Remote Sensing AG, Schweiz

Verein Drohnenbetrieb Geomatik Schweiz – die kollektive Flugbewilligung funktioniert

R. Breu

Verein Drohnenbetrieb Geomatik Schweiz, Schweiz

Publishing with MDPI: Spotlight on Excellence in Remote Sensing and Geomatics

R. Zhang

MDPI AG, Schweiz

Digitale Geodaten für eine geplante Flussumverlegung in Angola

M. Wagner

ILV-Fernerkundung, Deutschland

Verwendung satellitengestützter und terrestrischer Radardaten zur Detektion, Beurteilung und Überwachung gravitativer Naturgefahren

U. Wegmüller¹, R. Caduff¹, T. Strozzi¹, P. Bernhard¹, N. Jones¹, O. Frey^1,2, C. Magnard¹

1: Gamma Remote Sensing AG, Schweiz; 2: ETH Zürich, Schweiz

Land Cover Classification with a multi-temporal Transformer model using Satellite Image Time Series

M. Voelsen

Leibniz Univerität Hannover, Germany

Advancing Individual Tree Crown Segmentation: Integrating Hyperspectral Image Fusion with Dimensionality Reduction

R. Ravindran, Y. Treitz, D. Iwaszczuk

Technical University of Darmstadt, Germany

Assessment of Self-Supervised Learning Techniques for Few-Shot Classification of Joint Hyperspectral and LiDAR DSM Data

J. González Santiago, W. Groß, W. Middelmann

Fraunhofer IOSB, Deutschland