Benutzer: Gast  Login
Weniger Felder
Einfache Suche
Originaltitel:
Automatic Detection and Interpretation of Changes in Massive Semantic 3D City Models
Übersetzter Titel:
Automatische Erkennung und Interpretation von Änderungen in massiven semantischen 3D-Stadtmodellen
Autor:
Nguyen, Huynh Duc An Son
Jahr:
2024
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Engineering and Design
Institution:
Geoinformatik (Prof.Kolbe)
Betreuer:
Kolbe, Thomas H. (Prof. Dr.)
Gutachter:
Kolbe, Thomas H. (Prof. Dr.); Borrmann, André (Prof. Dr.); Dehbi, Youness (Prof. Dr.)
Sprache:
en
Fachgebiet:
GEO Geowissenschaften
Stichworte:
Change, Detection, Interpretation, Pattern, Graph, Database, CityGML, Digital Twin, Neo4j
Übersetzte Stichworte:
Änderung, Detektion, Interpretation, Muster, Graph, Datenbank, CityGML, Digitale Zwilling, Neo4j
TU-Systematik:
BAU 900; BAU 902
Kurzfassung:
This thesis focuses on the digital aspect of urban digital twins, with semantic 3D city models as a key component. The study addresses the current lack of effective methods for tracking und comprehending changes in large city models. It proposes methods for automatic detection and interpretation of changes in these models by leveraging the graph-like structure of city objects and representing them as graphs. This allows for efficient comparison of complex objects and the identification of change...     »
Übersetzte Kurzfassung:
Der Fokus dieser Arbeit liegt auf dem digitalen Aspekt von urbanen digitalen Zwillingen, wobei semantische 3D-Stadtmodelle eine zentrale Rolle spielen. Sie adressiert die aktuelle Lücke an effektiven Methoden zum Erfassen und Verstehen von Änderungen in großen Stadtmodellen. Es werden Methoden entwickelt, die auf der Graph-ähnlichen Struktur von Stadtobjekten basieren und sie als Graphen darstellen. Dies ermöglicht einen effizienten Vergleich komplexer Objekte und die Identifikation von Änderung...     »
WWW:
https://mediatum.ub.tum.de/?id=1748695
Eingereicht am:
19.08.2024
Mündliche Prüfung:
22.11.2024
Dateigröße:
83478470 bytes
Seiten:
380
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20241122-1748695-0-4
Letzte Änderung:
18.12.2024
 BibTeX