Lehrstuhl für Informatik 9 (Graphische Datenverarbeitung)


Beschreibung:


Der Lehrstuhl Graphische Datenverarbeitung (Visual Computing) erforscht seit mehr als 25 Jahren Verfahren zur Erzeugung, Verarbeitung und Analyse von Bildern und 3D-Modellen mit dem Computer. Dies umfasst Teildisziplinen wie die Computergrafik, Visualisierung, Geometrieverarbeitung, VIrtuelle Realität, Computer Vision oder 3D Rekonstruktion.



Die Forschungsschwerpunkte des Lehrstuhls liegen dabei in folgenden Bereichen:




  • Rendering & Visualisierung: Beim Rendering geht es darum, aus gegebenen 3D-Objekten oder 3D-Welten Ansichten zu erzeugen. Der Schwerpunkt kann dabei auf einer möglichst realistischen Darstellung (photorealistic rendering) oder auf einer möglichst schnellen, am besten interaktiven Darstellung liegen (real-time rendering) - am besten natürlich beides. Bei der Visualisierung werden ebenfalls Bilder ertzeugt, allerdings geht es dabei nicht darum ein möglichst realistisches Abbild von 3D-Welten zu erzeugen, sonder Bilder, die dem Betrachter Einblicke in unterschiedlichste Daten gewähren, z.B. gemessene Daten (z.B. medzinische CT-Aufnahmen), simulierte Daten (z.B. Strömungssimulationen) oder abstrakte Daten wie die Ausbreitung von Twitter-Nachrichten geben.


  • Geometrische Modellierung & 3D-Rekonstruktion: In diesem Bereich geht es darum, 3D-Modelle (z.B. für das Rendering oder die Visualisierung) zu erzeugen, zu verarbeiten oder zu analysieren. Dabei werden Verfahren untersucht zur Repräsentation von 3D-Oberflächen im Rechner oder zur Animation bzw. physikalischen Simulation von 3D-Objekten. Bei der 3D-Rekonstruktion ist das Ziel die Erzeugung von 3D-Modellen aus Bildern oder mittels fortgeschrittenerer Sensorik, insbesondere Tiefenkameras (Microsoft Kinect etc.)


  • Virtuelle & erweiterte Realität: Bei der virtuellen Realität taucht der Benutzer in eine virtuelle Welt ein. Dazu werden spezielle Anzeigegeräte benötigt, aktuell vor allem sogenannte VR-Brillen, bei denen der Benutzer durch Drehen des Kopfes sich in einer virtuellen Welt auf natürliche Art und Weise umsehen und auch umherlaufen kann. Bei der erweiterten Realität wird die reale Umgebung mit virtuellen Objekten überlagert, sodass sich reale und virtuelle Welt vermischen. Hierzu sind ebenfalls spezielle Geräte notwendig (z.B. AR-Brillen wie die Microsoft HoloLens), oder Projektoren, die direkt neue Inhalte auf die Umgebung projizieren.


  • Visual Computing in den Geistes- und Sozialwissenschaften: In diesem Bereich wird die Anwendung von  Verfahren des Visual Computings zur Beantwortung von Fragen der Geistes- und Sozialwissenschaften erforscht. Typischer Anwendungsbereich ist die Archäologie, in der mit Methoden des Visual Computings Artefakte dreidimensional digitalisiert und analysiert, sowie mit virtueller oder erweiterter Realität dargestellt oder in anderem Kontext visualisiert werden können. Der Lehrstuhl ist im interdisziplinären Zentrum "IZ digital" sowie dem Studiengang Digitale Geistes- und Sozialwissenschaften engagiert.

Adresse:
Cauerstraße 11
91058 Erlangen


Forschungsbereiche

Geometrische Modellierung und 3D-Rekonstruktion
Rendering und Visualisierung
Virtual, Mixed, and Augmented Reality
Visual Computing für die digitalen Geistes- und Sozialwissenschaften


Forschungsprojekt(e)

Go to first page Go to previous page 1 von 2 Go to next page Go to last page

Rechenleistungsoptimierte Software-Strategien für auf unstrukturierten Gittern basierende Anwendungen in der Ozeanmodellierung
Vadym Aizinger; Dr. Roberto Grosso; Prof. Dr. Harald Köstler
(01.01.2017 - 30.09.2020)


Bildforensik: Analyse der digitalen Integrität von Bildern und Videos
Dr.-Ing. Christian Riess; Prof. Dr. Marc Stamminger
(01.05.2016)


Metaprogrammierung für Grafikanwendungen
Kai Selgrad; Prof. Dr. Marc Stamminger
(01.01.2015)


Projection Mapping
Dr.-Ing. Frank Bauer; Prof. Dr. Marc Stamminger
(01.10.2014 - 01.10.2025)


Advanced Raytracing
Prof. Dr. Marc Stamminger
(01.01.2013)



Publikationen (Download BibTeX)

Go to first page Go to previous page 1 von 7 Go to next page Go to last page

Innmann, M., Kim, K., Gu, J., Niessner, M., Loop, C., Stamminger, M., & Kautz, J. (2019). NRMVS: Non-Rigid Multi-View Stereo. arXiv.
Matern, F., Riess, C., & Stamminger, M. (2019). Exploiting Visual Artifacts to Expose Deepfakes and Face Manipulations. In IEEE Workshop on Applications in Computer Vision. Waikoloa Village, HI, US: IEEE.
Herglotz, C., Müller, D., Weinlich, A., Bauer, F., Ortner, M., Stamminger, M., & Kaup, A. (2018). Improving HEVC Encoding of Rendered Video Data Using True Motion Information. Taichung, TW.
Kurth, P., Lange, V., Siegl, C., Stamminger, M., & Bauer, F. (2018). Auto-Calibration for Dynamic Multi-Projection Mapping on Arbitrary Surfaces. IEEE Transactions on Visualization and Computer Graphics, 24(11), 2886-2894. https://dx.doi.org/10.1109/TVCG.2018.2868530
Lier, A., Martinek, M., Stamminger, M., & Selgrad, K. (2018). A High-Resolution Compression Scheme for Ray Tracing Subdivision Surfaces with Displacement. In Proceedings of the ACM on Computer Graphics and Interactive Techniques, Volume 1 Issue 2, August 2018. Vancouver, CA: New York, NY, USA: ACM.
Lier, A., Stamminger, M., & Selgrad, K. (2018). CPU-Style SIMD Ray Traversal on GPUs. In ACM New York, NY, USA (Eds.), HPG '18 Proceedings of the Conference on High-Performance Graphics. Vancouver, CA.
Seuffert, J., Stamminger, M., & Riess, C. (2018). Towards Forensic Exploitation of 3-D Lighting Environments in Practice. In Beiträge der 9. Jahrestagung des Fachbereichs Sicherheit der Gesellschaft fü}r Informatik e.V. (GI) (pp. 159--169). Konstanz.
Thies, J., Zollhöfer, M., Stamminger, M., Theobalt, C., & Nießner, M. (2018). HeadOn: Real-time Reenactment of Human Portrait Videos. ACM Transactions on Graphics, 37(4). https://dx.doi.org/10.1145/3197517.3201350
Lange, V., Kurth, P., Keinert, B., Boß, M., Stamminger, M., & Bauer, F. (2018). Proxy Painting. In Sablatnig Robert, Wimmer Michael (Eds.), Eurographics Workshop on Graphics and Cultural Heritage. Wien, AT: The Eurographics Association.
Eibel, C., Do, T.-N., Meißner, R., & Distler, T. (2018). Empya: Saving Energy in the Face of Varying Workloads. In Proceedings of the 6th International Conference on Cloud Engineering (IC2E '18) (pp. 134-140). Orlando, USA.
Martinek, M., Stamminger, M., Binder, N., & Keller, A. (2018). Compressed Bounding Volume Hierarchies for Effiocient Ray Tracing of Disperse Hair. (pp. 97-102).
Franke, L., Hofmann, N., Stamminger, M., & Selgrad, K. (2018). Multi-Layer Depth of Field Rendering with Tiled Splatting. In ACM (Eds.), . Montreal, CA.
Thies, J., Zollhöfer, M., Stamminger, M., Theobalt, C., & Nießner, M. (2018). FaceVR: Real-Time Facial Reenactment and Eye Gaze Control in Virtual Reality. ACM Transactions on Graphics, 37(2). https://dx.doi.org/10.1145/3182644
Keinert, B., Martschinke, J., & Stamminger, M. (2018). Learning Real-Time Ambient Occlusion from Distance Representations. In ACM (Eds.), . Montreal, CA.
Zollhöfer, M., Thies, J., Garrido, P., Bradley, D., Beeler, T., Pérez, P.,... Nießner, M. (2018). State of the Art on Monocular 3D Face Reconstruction, Tracking, and Applications. Computer Graphics Forum. https://dx.doi.org/10.1111/cgf.13382
Innmann, M., Erhardt, P., Schütz, D., & Greiner, G. (2017). Automatic Transfer of Landmarks on Human Skulls using GPU-based Non-rigid Registration. In The Eurographics Association (Eds.), GCH 2017 - Eurographics Workshop on Graphics and Cultural Heritage (pp. 131 - 135). Graz, AT.
Piazza, A., Süßmuth, J., & Bodendorf, F. (2017). Body measure-aware fashion product recommendations: evaluating the predictive power of body scan data. In Toine Bogers, Marijn Koolen, Bamshad Mobasher, Alan Said, Alexander Tuzhilin (Eds.), Proceedings of the RecSys 2017 Workshop on Recommendation in Complex Scenarios co-located with 11th ACM Conference on Recommender Systems (RecSys 2017) (pp. 5-8). Como, Italy, IT: Aachen: CEUR-WS.org.
Siegl, C., Lange, V., Stamminger, M., Bauer, F., & Thies, J. (2017). FaceForge: Markerless Non-Rigid Face Multi-Projection Mapping. IEEE Transactions on Visualization and Computer Graphics, PP(99). https://dx.doi.org/10.1109/TVCG.2017.2734428
Aichinger, W., Krappe, S., Enis, A.C., Cetin-Atalay, R., Üner, A., Benz, M.,... Münzenmayer, C. (2017). Automated cancer stem cell recognition in H and E stained tissue using convolutional neural networks and color deconvolution. In Proceedings Volume 10140 Medical Imaging 2017:Digital Pathology. Orlando, Florida, USA, US.
Selgrad, K., Lier, A., Martinek, M., Buchenau, C., Guthe, M., Kranz, F.,... Stamminger, M. (2017). A Compressed Representation for Ray Tracing Parametric Surfaces. ACM Transactions on Graphics, 36(1). https://dx.doi.org/10.1145/2953877

Zuletzt aktualisiert 2018-05-07 um 04:31