• Das Fraunhofer IGD erforscht und entwickelt neue GPU-Computing-Algorithmen für numerische Simulationen in Echtzeit. Unsere Experten erreichen optimale Ergebnisse zwischen maximaler Berechnungsgeschwindigkeit und Ergebnisgenauigkeit. Eine direkte Verknüpfung von interaktiver Simulation und graphischer Visualisierung ermöglicht es uns, Produkteigenschaften unter wechselnden Randbedingungen in interaktiver Weise direkt zu erfahren.

    mehr Info
  • 3D-Drucker sind inhärent limitiert, physikalisch-optische Materialeigenschaften einer Vorlage fehlerfrei zu reproduzieren. Wird die Reproduktion an die Vorlage so angepasst, dass physikalische Fehler minimiert werden, führt dies im Allgemeinen zu erheblichen perzeptuellen Fehlern, aufgrund der teils nicht-monotonen Verarbeitung komplexer physikalischer Signale durch das menschliche visuelle System.

    mehr Info
  • Bei der Anpassung und Weiterentwicklung von State-of-the-Art-Methoden der Medizinischen Bildverarbeitung und deren Anwendung auf aktuelle klinische Probleme spielen neben der klassischen Bildverarbeitung modellbasierte Ansätze und die Integration von Methoden des maschinellen Lernens eine zunehmende Rolle. Zahlreiche Probleme lassen sich nur mit Hilfe zusätzlichen Vorwissens lösen – ähnlich einem Arzt, dessen medizinisches Wissen ihm hilft, die Bilddaten zu interpretieren. Wir integrieren aus annotierten Trainingsdaten generiertes Wissen in statistische Modelle.

    mehr Info
  • Das Verstehen und Interpretieren von Kamerabildern (»Computer Vision«) ist eine Kerntechnologie für Virtuelle Technologien, weil hochqualitative Kameras in aktuelle Rechner- und Smartphoneplattformen integriert sind und weil die steigende Leistungsfähigkeit aufwendige Bildverarbeitungsmethoden in Echtzeit ermöglicht.

    mehr Info
  • In den Bereichen Smart Home oder Smart Living werden vielfach Sensoren eingesetzt, die in dieser Form schon seit vielen Jahrzehnten existieren. Wir haben uns zum Ziel gesetzt, neue Sensoren zu entwickeln, die unauffällig, stromsparend und leistungsstark sind. Dies kombinieren wir mit modernen Verfahren des maschinellen Lernens und der Signalverarbeitung, um einen möglichst hohen Informationsgehalt aus den Sensordaten zu ziehen. Zudem ist die Fusion der Daten aus heterogenen Sensornetzwerken und die Mustererkennung auf den Sensordaten ein wichtiger Forschungsbereich.

    mehr Info
  • Das intelligente Leben - oder Smart Living - nutzt eine Vielzahl von Technologien und Methoden, um eine Umgebung zu kreieren, die ihre Bewohner bei der Bewältigung alltäglicher Aufgaben unterstützt. Wünsche und Notwendigkeiten werden dynamisch erkannt, damit die Systeme angemessen reagieren können. So können beispielsweise Sensoren im Fußboden erkennen, dass eine ältere Person gerade gestürzt ist und schnell Hilfe rufen.

    mehr Info
  • Geodaten tragen zu besserer Entscheidungsfindung in vielen Bereichen der Wirtschaft, Verwaltung und Politik bei. Das Fraunhofer IGD entwickelt adaptive Module für die Visualisierung, Prozessierung und Verwaltung von Geoinformation.

    mehr Info
  • Unterwasser-Kameras spielen eine zentrale Rolle bei der Inspektion von Unterwasser-Bauwerken (Offshore-Gründungsstrukturen, Pipelines etc.), bei der Erkennung von Munitionsaltlasten am Meeresgrund oder in der Meeresforschung. Von Tauchern geführt oder an Unterwasserfahrzeugen montiert, liefern sie wichtige Informationen für die Steuerung von Missionen oder die Dokumentation. Wegen der besonderen optischen Eigenschaften des Wassers ist die Qualität von Unterwasseraufnahmen jedoch meist recht schlecht.

    mehr Info
  • Technologien aus dem Bereich »Virtual und Augmented Reality4« (VR/AR) konnten sich in zahlreichen industriellen Anwendungsfeldern etablieren und unterschiedlichste Anwendungsgebiete finden. Diese Entwicklung wird vor allen Dingen durch aktuelle Entwicklungen von Smartphone- und Tabletsystemen aber auch durch aktuelle Head-Mounted-Displays vorangetrieben, die komplexe 3D-Anwendungen in mobilen Anwendungsszenarien ermöglichen.

    mehr Info
  • Aktuelle Analytics-Lösungen stoßen häufig an ihre Grenzen, wenn es darum geht, komplexe Daten für Nutzer einfach zugänglich zu machen. Insbesondere die zunehmende Vielfalt an Datentypen stellt Anwender vor große Herausforderungen. Visual Analytics verbindet automatische Datenverarbeitung mit nutzerzentrierten Visualisierungen, damit Nutzer fundierte Entscheidungen treffen können.

    mehr Info