Virtuelle 3D-Stadtmodelle werden für Simulationen (z.B. Lärmkarten, Beleuchtungsmodelle, Solarpotenzialanalysen, Hochwasserkarten, Wärmebedarfskartierung), für die Stadt- und Bauplanung, zur Visualisierung statistischer Daten sowie zum Stadtmarketing benötig. In Deutschland und auch international werden zur Zeit überwiegend 3D-Stadtmodelle eingesetzt, deren Detaillierungsgrad als "Level of Detail" (LoD) 2 gemäß der CityGML 2.0-Spezifikation vorliegt:
Die Gebäude dieser Modelle besitzen typischer Weise einfache Dächer, die aus wenigen parametrisierten Dachformen zusammengesetzt sind, und Wände, jedoch keine Dachaufbauten, Fenster, Türen, Balkone, usw. Dieser Detaillierungsgrad reicht für Anwendungen wie Building Information Modeling (BIM), Rettungswegeplanung, Untersuchungen der Energieeffizienz, Visualisierungen mittels 3D-Druck, usw. nicht aus. Daher wird in einem gemeinsamen Vorhaben mit dem Partner Stadt Dortmund auf der Basis von Vorarbeiten die Entwicklung eines Workflows zur Berechnung von Gebäudemodellen im LoD-3-Detaillierungsgrad erstellt. Dieser basiert auf existierenden, modellbasierten LoD-2-Modellen, Katasterdaten, Punktwolken und Schrägluftbilder. Dabei sollen insbesondere Fassaden- und Dachobjekte wie Türen, Fenster, Balkone, Gauben und Schornsteine in den Geodaten erkannt und automatisch in Modellbestandteile überführt werden. Der Workflow soll geeignet sein, um damit Modelle für vollständige Städte zu berechnen. Dabei sind gewisse Qualitätskriterien einzuhalten. Basierend auf den Vorarbeiten sind Algorithmen geplant, die elementare Computer-Vision-Techniken mit tiefen neuronalen Netzen kombinieren. Ein Forschungsschwerpunkt besteht in der Entwicklung geeigneter Trainingsdaten und Trainingsstrategien, die der Auflösung der vorliegenden Daten Rechnung tragen.
