Stefan Seipel

Professor, datavetenskap

Datavetenskap / Geospatial Informationsvetenskap

Avdelningen för industriell utveckling, IT och samhällsbyggnad, Akademi för Teknik och Miljö

E-post: stefan.seipel@hig.se

Telefon:
Växel: 026-64 85 00
Direkt: 026-64 85 63

ORCID iD: 0000-0003-0085-5829

Stefan Seipel tillhör forskargruppen Geospatial Informationsvetenskap och är främst aktiv inom visualisering och dels bildbehandling. Stefan Seipel’s forskning är främst inriktat mot interaktiva visualiseringar av geografisk och rumslig data. Forskningen bedrivs med användbarhet och människan i fokus.

Aktuell forskning

I Stefan Seipel's aktuellt pågående forskning ingår följande aktiviteter:

I ett forskningssamarbete med bl.a. Lantmäteriet och forskare från KTH studeras hur särskilt anpassade 3D visualiseringar kan stödja handläggningsprocessen inom fastighetsbildning. Forskningen bedrivs som en del av testbäddsprojektet "Smarta plan-, bygg-, förvaltnings- och nyttjandeprocesser över hela livscykeln" med stöd från den nationella satsningen Smart Build Environment.

Visuell avvikelsedetektering inom digitala kartor studeras i ett forskningssamarbete med forskare från Cartogis gruppen vid Ghent universitet. Syftet med projektet är att utveckla och experimentellt utvärdera effektiva visualiseringar av digitala höjdmodeller som underlättar att identifiera förändringar på marken och byggnader t.ex. som följd av landras, jorbävningar eller andra händelser.

Projektet Urban 3D Visualisering är inriktat mot utveckling av effektiva algoritmer för modellering och visualisering av stadsmiljöer. Interaktiva simuleringar kommer att användas för scenariomodellering och smart stadsplanering t.ex. utifrån aspekter som solel [Seipel, Lingfors and Widén, 2013].

 

Senaste publikationerna

Ren, Z., Jiang, B. & Seipel, S. (2019). Capturing and characterizing human activities using building locations in America. ISPRS International Journal of Geo-Information, 8 (5). 10.3390/ijgi8050200 [Mer information]
Milutinovic, G., Ahonen-Jonnarth, U., Seipel, S. & Brandt, S. (2019). The impact of interactive visualization on trade-off-based geospatial decision-making. International Journal of Geographical Information Science, 33 (10), 2094-2123. 10.1080/13658816.2019.1613547 [Mer information]
Aslani, M., Seipel, S. & Wiering, M. (2018). Continuous residual reinforcement learning for traffic signal control optimization. Canadian journal of civil engineering (Print), 45 (8), 690-702. 10.1139/cjce-2017-0408 [Mer information]
Andrée, M., Paasch, J., Paulsson, J. & Seipel, S. (2018). BIM and 3D property visualisation. FIG Congress 2018 : Proceedings. Länk [Mer information]
Ooms, K., Åhlén, J. & Seipel, S. (2018). Detecting Collapsed Buildings in Case of Disaster: Which Visualisation Works Best?. Eye Tracking for Spatial Research : Proceedings of the 3rd International Workshop. Zurich. 10.3929/ethz-b-000222480 [Mer information]
Publicerad av: Eva Wiklund Sidansvarig: Gunilla Mårtensson Sidan uppdaterades: 2018-03-27
Högskolan i Gävle
www.hig.se
Box 801 76 GÄVLE
026-64 85 00 (växel)