Räumlich-zeitliche Daten entstehen durch moderne Erfassungssysteme und Sensoren. Die Erfassung und Erzeugung der Daten erfolgt in der Regel automatisiert, so dass eine wesentliche Aufgabe darin besteht, Informationen aus diesen Daten abzuleiten und anwendungsspezifische Analysen durchzuführen. Darüber hinaus ist die Visualisierung der Daten und Analyseergebnisse eine wesentliche Anforderung. 

Gegenstand dieses Seminars sind die Erarbeitung und die softwaretechnische Umsetzung von ausgewählten Verfahren zur Analyse und Visualisierung von räumlich-zeitlichen Daten. Mit Hilfe von selbst implementierten Algorithmen zur Datenverarbeitung sowie geeigneten Visualisierungs- und Interaktionstechniken sollen themenbezogene Fragestellungen beantwortet werden. Mögliche Themen und Anwendungsbereiche sind:

  • Deep Learning für massive 3D-Punktwolken
  • Web-basierte Techniken für die Visualisierung von 3D-Punktwolken
  • Analyse von Mobile-Mapping-Daten des Straßennetzwerkes einer Stadt
  • Parallelisierung und High-Performance-Computing für räumlich-zeitliche Daten
  • Datenkompression und räumliche Datenstrukturen
  • Analyse und Visualisierung von Domotikdaten (Smart Homes, Smart Living)
  • Techniken für das Web-basierte 3D-Rendering von Sensordaten

Informationsvisualisierung kann definiert werden als “[...] use of computer-supported, interactive, visual representations of abstract data to amplify cognition.” [Card et al.: Readings in Information Visualization, 1999]. Angesichts zunehmend großer Datenmengen und der Notwendigkeit, deren Struktur und Zusammenhänge zu erkennen bzw. zu kommunizieren, spielt Informationsvisualisierung eine wesentliche Rolle. Gegenstand dieses Seminars sind deshalb die Erarbeitung und teilweise softwaretechnische Umsetzung von Methoden und Techniken zur Visualisierung multidimensionaler und multiskaliger Daten, wie z.B. Sensordaten, Unternehmensdaten (z.B. Finanzdaten), raumzeitlichen Daten oder Softwareanalysedaten, zur Beantwortung themenspezifischer Fragestellungen.

Mit Hilfe von selbst implementierten Algorithmen zur Datenverarbeitung sowie geeigneten Visualisierungs- und Interaktionstechniken sollen themenbezogene Fragestellungen beantwortet werden. Mögliche Themen und Anwendungsbereiche sind:

  • Deep Learning für massive 3D-Punktwolken
  • Web-basierte Techniken für die Visualisierung von 3D-Punktwolken
  • Analyse von Mobile-Mapping-Daten des Straßennetzwerkes einer Stadt
  • Parallelisierung und High-Performance-Computing für räumlich-zeitliche Daten
  • Datenkompression und räumliche Datenstrukturen
  • Analyse und Visualisierung von Domotikdaten (Smart Homes, Smart Living)
  • Techniken für das Web-basierte 3D-Rendering von Sensordaten

Die Vorlesung vermittelt die theoretischen und softwaresystemtechnischen Grundlagen zur Programmierung von Benutzerschnittstellen. Im Mittelpunkt stehen u.a. Verfahren, Algorithmen, Datenstrukturen und Entwurfsmuster für Desktop, Mobile und Web-basierte Benutzerschnittstellen. Die Vorlesungsinhalte beinhalten unter anderem:

  • Grundlagen von Kommandozeilen-Anwendungen
  • Grundlagen und Anwendungen von Ereignis-abhängiger Programmierung
  • Entwicklung grafischer Benutzerschnittstellen
  • Entwurfsmuster für grafische Benutzerschnittstellen

Die  Vorlesung vermittelt die mathematischen, theoretischen und softwaresystemtechnischen Grundlagen der 3D-Computergrafik. Sie bilden den Ausgangspunkt für eine Vielzahl heutiger Visual-Computing-Technologien, die sich in nahezu allen Anwendungsfeldern etablieren. Im Mittelpunkt stehen Verfahren, Algorithmen und Datenstrukturen für echtzeitfähiges 3D-Rendering. Die Vorlesungsinhalte beinhalten unter anderem:

  1. Teilgebiete und Anwendungsfelder der Computergrafik
  2. Grundlagen der Rastergrafik einschliesslich Bildfilterung und Farbmodelle
  3. Rasterisierungsalgorithmen 
  4. Geometrische Transformationen, Vektoren und Matrizen in der Computergrafik
  5. Geometrische Projektionen und Sichtbarkeitsermittlung
  6. Geomerische Modellierung - Polygonale 3D-Modelle
  7. Parametrische Kurven und Flächen
  8. Beleuchtung und Schattierung 
  9. Grundlagen der Texturierung


Die Vorlesung vermittelt grundlegende Konzepte, Methoden und Techniken der Datenvisualisierung. Die folgenden Themen werden behandelt:

  • Aufgaben und Ziel von Visualisierung; Visualisierungspipeline
  • Wahrnehmung
  • Interaktion
  • Visualisierung verschiedener Datenkategorien, z.B. multidimensionale, hierarchische und zeitabhängige Daten
  • Anwendungsgebiete, z.B. Softwarevisualisierung

This project seminar aims at master students who want to extend their image processing, computer vision, and computer graphics skills regarding the analysis, planning, and development of GPU-accelerated image and video processing techniques for mobile, desktop, and server systems.

This project seminar aims at master students who want to extend their image processing, computer vision, and computer graphics skills regarding the analysis, planning, and development of GPU-accelerated image and video processing techniques for mobile, desktop, and server systems.