MLgo – Gebäudeinformationen über digitale Orthophotos (DOP)

Projektleitung: Prof. Dr.-Ing. Ralf Bill

Förderung: BMBF EXIST

Kooperation:

Zeitraum: 01.04.2020-31.03.2021

Einordung:
Institut: Professur Geodäsie und Geoinformatik

Projektbeschreibung:
Ziel ist es mit Hilfe von künstlicher Intelligenz, insbesondere in Form von Deep Learning, Lösungen im B2B-Bereich anzubieten, welche es erlauben spezielle Informationen über Immobilien aus Luft- bzw.
Satellitenbildern zu extrahieren. Die Kosten derartiger Bilder beschränken sich dabei auf etwa ein Zehntel der Kosten von LIDAR-Informationen. Beispielhaft können die genauen Positionen von Photovoltaik-Anlagen (im Folgenden PV-Anlagen) oder die genauen Dacharten und -größen ermittelt werden. Diese Informationen können dann z. B. für die deutschlandweite Automatisierung von Gebäudeversicherungen, die automatische Ermittlung von Gebäude- und Grundstückswerten oder das genaue Berechnen des Solarpotentials von Häusern genutzt werden. Innovativ ist dabei die Erschließung alternativer, günstigerer Datenquellen durch die Benutzung neuester Methoden des Deep Learnings in Kombination mit Cloud-Computing Technologie, welche zusammen eine Auswertung extrem großer Datenmengen kostengünstig erlauben und so die genannten Anwendungen deutlich günstiger machen.

Bearbeiter: Dr.-Ing. Johann Heller, M.Sc. Joshua Becker

Zum Projekt: Mitarbeiter, Publikationen
Weitere Projekte im Forschungsteilschwerpunkt