Virtuelle 3D-Modelle finden in den historischen Disziplinen in zweierlei Art Verwendung. Zum einen dienen diese zur Erfassung und Digitalisierung existierender historischer Objekte. Daneben dient die Erstellung von virtuellen 3D-Rekonstruktionen der Nachbildung nicht mehr existierender Objekte und Strukturen. Während technische Abläufe beider Ansätze ebenso wie methodische und wissenschaftstheoretische Aspekte in der Fachliteratur häufig und umfassend thematisiert werden, ist eine Frage nach sozialen Aspekten und sozialer Interaktion im Kontext derartiger Vorhaben bisher unbeleuchtet geblieben. Ziel der Arbeit stellt dar, eine Bandbreite und Relevanz von Aspekten der Kooperation als „Zusammenarbeit mit gemeinsamem Ziel, gegenseitiger Abstimmung, planvollem Vorgehen sowie Vorteilen für alle Akteure“ (Hagenhoff, 2004) im Kontext derartiger geschichtswissenschaftlicher 3D-Modellierungsvorhaben mittels sozialwissenschaftlicher Methoden zu beleuchten. Dabei zielt eine Darlegung auf unterschiedliche Skalierungen von Kooperation ab – angefangen bei einer Wissenschaftslandschaft über Kooperationsstrukturen bis hin zu einer Betrachtung von spezifischen Kooperationsphänomenen und -strategien innerhalb von Arbeits- und Erstellungsprozessen.

Virtuelle 3D-Modelle finden in den historischen Disziplinen in zweierlei Art Verwendung. Zum einen dienen diese zur Erfassung und Digitalisierung existierender historischer Objekte. Daneben dient die Erstellung von virtuellen 3D-Rekonstruktionen der Nachbildung nicht mehr existierender Objekte und Strukturen. Während technische Abläufe beider Ansätze ebenso wie methodische und wissenschaftstheoretische Aspekte in der Fachliteratur häufig und umfassend thematisiert werden, ist eine Frage nach sozialen Aspekten und sozialer Interaktion im Kontext derartiger Vorhaben bisher unbeleuchtet geblieben. Ziel der Arbeit stellt dar, eine Bandbreite und Relevanz von Aspekten der Kooperation als „Zusammenarbeit mit gemeinsamem Ziel, gegenseitiger Abstimmung, planvollem Vorgehen sowie Vorteilen für alle Akteure“ (Hagenhoff, 2004) im Kontext derartiger geschichtswissenschaftlicher 3D-Modellierungsvorhaben mittels sozialwissenschaftlicher Methoden zu beleuchten. Dabei zielt eine Darlegung auf unterschiedliche Skalierungen von Kooperation ab – angefangen bei einer Wissenschaftslandschaft über Kooperationsstrukturen bis hin zu einer Betrachtung von spezifischen Kooperationsphänomenen und -strategien innerhalb von Arbeits- und Erstellungsprozessen.

Purpose – We propose a multidisciplinary approach based on an extensive data base which provides digitalized photographic material from the end of the 19th century up to recent times. Thus a large amount of photographic evidence will be exploited, structured and enriched by additional sources to serve as a foundation for an application relying on 3D visualizations. The application addresses scholars as well as the general public and will provide different kinds of information and tools for research and knowledge transfer. Design/methodology/approach – The method applied will be diachronic: the virtual model may show one point in urban history depicting a certain state of past Dresden and also its development through the various eras. In addition the method works in a dualistic mode: on the one hand the physical development of the urban area will be explored and presented in detail, on the other hand the analysis of the pictures will give profound insights in the specific perception of the urban space. Originality/value – This methodology aims to make large repositories more accessible and proactive in information-seeking. Using a 3D application as an access for media repositories, research tools and functionalities which can improve the scientific handling of the data will be considered. How should the data and information be processed to meet the researcher’s needs? Which information can be retrieved from the visual media? What needs to be considered to ensure scientific standards and motivation while working with the image repositories? Users of the virtual archives can benefit extensively form effective searching functions and tools which work not only content- and theme-based but also location-based. Practical implications – The outcomes of the research will be presented in a 4D browser and available in an Augmented Reality presentation. The design will comply with the requirements of the field of application, whether aiming at a scientific, educative or touristic purpose. The paper itself considers three different approaches to the topic highlighting the multidisciplinary strategy and opportunities of the project. The first one considers research questions from art history. The second one reflects on concepts from information science, photogrammetry and computer vision for visualizations and the third one introduces an interaction concept for an AR application for the Zwinger in Dresden.

Die Objekterkennung ist ein natürlicher Prozess im Menschlichen Gehirn. Sie ndet im visuellen Kortex statt und nutzt die binokulare Eigenschaft der Augen, die eine drei- dimensionale Interpretation von Objekten in einer Szene erlaubt. Kameras ahmen das menschliche Auge nach. Bilder von zwei Kameras, in einem Stereokamerasystem, werden von Algorithmen für eine automatische, dreidimensionale Interpretation von Objekten in einer Szene benutzt. Die Entwicklung von Hard- und Software verbessern den maschinellen Prozess der Objek- terkennung und erreicht qualitativ immer mehr die Fähigkeiten des menschlichen Gehirns. Das Hauptziel dieses Forschungsfeldes ist die Entwicklung von robusten Algorithmen für die Szeneninterpretation. Sehr viel Aufwand wurde in den letzten Jahren in der zweidimen- sionale Objekterkennung betrieben, im Gegensatz zur Forschung zur dreidimensionalen Erkennung. Im Rahmen dieser Arbeit soll demnach die dreidimensionale Objekterkennung weiterent- wickelt werden: hin zu einer besseren Interpretation und einem besseren Verstehen von sichtbarer Realität wie auch der Beziehung zwischen Objekten in einer Szene. In den letzten Jahren aufkommende low-cost Verbrauchersensoren, wie die Microsoft Kinect, generieren Farb- und Tiefendaten einer Szene, um menschenähnliche visuelle Daten zu generieren. Das Ziel hier ist zu zeigen, wie diese Daten benutzt werden können, um eine neue Klasse von dreidimensionalen Objekterkennungsalgorithmen zu entwickeln - analog zur Verarbeitung im menschlichen Gehirn. / Object recognition is a natural process of the human brain performed in the visual cor- tex and relies on a binocular depth perception system that renders a three-dimensional representation of the objects in a scene. Hitherto, computer and software systems are been used to simulate the perception of three-dimensional environments with the aid of sensors to capture real-time images. In the process, such images are used as input data for further analysis and development of algorithms, an essential ingredient for simulating the complexity of human vision, so as to achieve scene interpretation for object recognition, similar to the way the human brain perceives it. The rapid pace of technological advancements in hardware and software, are continuously bringing the machine-based process for object recognition nearer to the inhuman vision prototype. The key in this eld, is the development of algorithms in order to achieve robust scene interpretation. A lot of recognisable and signi cant e ort has been successfully carried out over the years in 2D object recognition, as opposed to 3D. It is therefore, within this context and scope of this dissertation, to contribute towards the enhancement of 3D object recognition; a better interpretation and understanding of reality and the relationship between objects in a scene. Through the use and application of low-cost commodity sensors, such as Microsoft Kinect, RGB and depth data of a scene have been retrieved and manipulated in order to generate human-like visual perception data. The goal herein is to show how RGB and depth information can be utilised in order to develop a new class of 3D object recognition algorithms, analogous to the perception processed by the human brain.