Ausgeschriebene Arbeiten

Prof. Dr. Stefan Müller


Mein Hauptanliegen ist es, für jede Studentin oder jeden Studenten ein Thema zu finden, dass ihn/sie interessiert und auch Spaß macht, so dass man aus der Abschlussarbeit auch möglichst viel mitnimmt. Die folgenden Themen sind daher auch als Inspirationen für Themenideen gedacht und ich bin sehr offen für eigene Themenideen.

    • Aktuell: Online-Kurs Java-Lernen, Konzeption, Umsetzung und Evaluierung (geeignet für Lehramt Inf).
    • 3D-Scanning von Gesichtern
    • 3D Human pose determination with self-supervised learning
    • Point Rendering
    • Beispielanwendung VR oder AR
    • Mehrkörpersimulation
    • Kollisionserkennung
    • Simulation von Haaren
    • Bewegung von Charakteren
    • Echtzeit-Raytracing mit dem Linespace Verfahren

Bastian Krayer


  • Implizite Objektdarstellung
  • Distanzfelder

Bei Interesse, schreibt mir eine E-Mail an: bastiankrayer@uni-koblenz.de

Max Nilles


  • Echtzeitrendering in Kooperation mit U-RENDER, Beispielthemen:
    • Physical Sky (Wetter, Atmospheric Scattering, Wolken)
    • Line & Hair Rendering
    • Improved Adaptive Spatiotemporal Sampling (Soft/Area Shadows, Raytraced GI/Reflections)
    • NPR
    • DirectX12/Metal!
  • Erweiterung eines bestehenden Material Point Method-Systems
  • Erweiterung von 2D Höhenfeld-basierter Erosionssimulation um 3D Anteile
  • Echtzeit Malsimulation
  • Verbesserung der Therapietreue (Compliance) von Patienten mit Osteoporose durch die Simulation der individuellen osteoanabolen Therapieeffekte im trabekulären Knochen
    • Verarbeitung von (Mikro-) CT-Datensätzen von Knochen über den Therapieverlauf
    • Thema in Kooperation mit Ärzten
    • Viele Möglichkeiten, darunter:
      • Computergrafik: Entwicklung ansprechender Darstellung für Patienten, um Akzeptanz zu erhöhen
      • Computergrafik: Entwicklung sinnvoller Darstellung für Ärzte für das Training
      • Machine-Learning: Mikro-Struktur der Knochen (abh. vom Grad der Osteoporose) erlernen (aus Mikro-CT Aufnahmen) und auf (andere) Knochen aus regulären CT-Aufnahmen übertragen
      • Machine-Learning/Simulation: Auswirkungen der Therapie auf einen Knochen simulieren

Bei Interesse, schreibt mir eine E-Mail an: nillesmax@uni-koblenz.de

Nils Höhner


    • 6 DoF Tracking mittels Partikelfilter
    • Deep Learning im Tracking Kontext

    Gerne auch eigene Ideen im Kontext Tracking und AR/VR Interaktion.

    Falls Interesse besteht, könnt ihr mir eine E-Mail an: nhoehner@uni-koblenz.de senden oder einen Termin über: https://doodle.com/nils.hoehner ausmachen.