Prof. Bernd Fröhlich

Prof. Dr. Bernd Fröhlich
Dipl.-Mediensys.wiss. Stephan Beck
Dipl.-Mediensys.wiss. Andre Schollmeyer

15 Credits (Medieninformatik (M.Sc.), PV29)
15 Credits (Computer Science and Media (M.Sc.), PV 11)

Beschreibung:

Laser Scanning und Photogrammetrie haben sich in vielen Bereichen zum Standard für die automatisierte Erstellung von 3D-Modellen realer Objekte entwickelt. Im Bauwesen, in der Archäologie und in der Computerspiele-Industrie werden Gebäude, Innenräume und Landschaften in hohem Detail eingescannt. Die resultierenden Punktwolken sind im Normalfall so groß, dass spezielle Algorithmen und Datenstrukturen notwendig sind, um die erzeugten Daten zu visualisieren.

Eine grundlegende Technik dafür sind Level-of-Detail (LOD)Methoden, die mit Hilfe von räumlichen Beschleunigungsstrukturen und vereinfachten Repräsentationen eine interaktive Visualisierung ermöglichen. Die hoch aufgelösten Ausgangsdaten werden dabei hierarchisch unterteilt und in niedriger aufgelöste Teile  zusammengefügt.

Im Rahmen dieses Projektes sollen Verfahren und Ansätze zur Vereinfachung von 3D Punktwolken entwickelt, implementiert und untersucht werden. Dabei gibt es zwei Kernbereiche, die untersucht werden sollen. Das erste Ziel ist es, die visuelle Qualität der resultierenden LODs zu optimieren. Des Weiteren soll die Dauer dieses Vorverarbeitungsprozesses mit Hilfe von GPUs beschleunigt werden.

Inhalte:

  • Interaktive Visualisierung von sehr großen 3D Scanning Datensätzen (>100GB)

  • Räumliche Beschleunigungsstrukturen
  • Vereinfachung von 3D-Punktwolken

  • Optional: GPU-Programmierung mit CUDA/OpenGL Compute Shadern zur Beschleunigung der Prozessierung

 

English:

Laser scanning is a standard method for 3D data aquisition in civil engineering, archaeology and in the video game industry. The resulting point clouds are often quite large and their visualisation requires specific algorithms and data structures. This project aims to develop and implement methods for the simplification of large point clouds. We will focus on optimizing the quality of the resulting point cloud as well as the optimization of the simplification process using GPUs.

Topics:

  • Interactive visualization of scanned large data sets (>100GB)

  • Spatial acceleration data structures

  • Simplification algorithms for 3D point clouds
  • Optional: GPU-based programming with CUDA/OpenGL for acceleration

 

Voraussetzungen:

Sehr gute Kenntnisse in C/C++, hilfreich sind grundlegende Kenntnisse in der Computergrafik und OpenGL.

Requirements:

Profound knowledge in C/C++, Courses in computer graphics, visualization and virtual reality are an ideal prerequisite for the project.

Leistungsnachweis:

Selbständige Mitarbeit im Projekt, aktive Einbringung in Gruppenarbeit, Desgin und Programmierung von Testanwendungen, Zwei bis drei Vorträge, Abschlusspräsentation, schriftliche Dokumentation

Assignments:

Self study, active participation in the project, design and programming of test applications, two to three intermediate presentations, presentation of final project results, written documentation

Richtet sich an:

BSc Medieninformatik, MSc Computer Science and Media, MSc Human-Computer Interfaces