
Dipl.-Ing. Vincent Lassen
Wissenschaftliche Mitarbeitende
Adresse
Zimmer: 02.031 | Cauerstraße 7, Geschoss: 02
Kontakt
- E-Mail: vincent.lassen@fau.de
Vincent Lassen ist als wissenschaftlicher Mitarbeiter und Doktorand am Lehrstuhl für Intelligente Technische Elektronik und Systeme (LITES) an der FAU Erlangen-Nürnberg tätig. Nach seinem Maschinenbaustudium an der Technischen Universität Dresden war er als wissenschaftlicher Mitarbeiter am Vodafone Chair unter Prof. Gerhard Fettweis (TUD) beschäftigt. Dort arbeitete er an der Erforschung von XR-Technologien (AR, MR, VR) und deren praktischer Anwendung in Demonstratoren sowie an der Produktion digitalen Contents für verschiedene Forschungsprojekte.
Derzeit wirkt er maßgeblich am Aufbau eines XR-Labs an der FAU mit, das Technologien aus den Bereichen Extended Reality, KI und Sensorik für Forschung, Industrie und Öffentlichkeit zugänglich macht. Im Rahmen seiner Promotion entwickelt er KI-gestützte Multikamera-Systeme zur robusten Umgebungswahrnehmung unter realen Bedingungen. Sein Fokus liegt auf der Kombination von CNN-basierter Objekterkennung, Homographie-Transformationen und sensorübergreifender Fusion zur präzisen Szenenerfassung – etwa für Anwendungen in der Parkraumüberwachung, Smart-City-Systemen und XR-basierten digitalen Zwillingen.
since 09/2022 | Wissenschaftlicher Mitarbeiter und Doktorand Lehrstuhl für Intelligente Technische Elektronik und Systeme Department Elektrotechnik-Elektronik-Informationstechnik (FAU) |
12/2020-08/2022 | Wissenschaftlicher Mitarbeiter Vodafone Chair für Mobile Kommunikations Systeme Technische Universität Dresden (TUD) |
10/2020-12/2020 | Wissenschaftlicher Hilfsarbeiter Lehrstuhl für Agrarsystemtechnik Technische Universität Dresden (TUD) |
10/2014-09/2020 | Dipl.-Ing. Maschinenbau, “Augmented Reality in der Landwirtschaft” Technische Universität Dresden (TUD) Schwerpunkte: Augmented Reality, App Entwicklung, Java, App Design Diplomarbeit: “Use of augmented reality for autonomous vehicles in fruit production” |
Extended-Reality-Technologien (AR, VR, MR, XR)
Multikamera-Systeme und Sensorfusion
Computer Vision und Deep Learning in realen Umgebungen
Parking Occupancy Detection through Adaptive Multi-Sensor Camera-CNN Fusion
In: IEEE Sensors Letters (2025)
ISSN: 2475-1472
DOI: 10.1109/LSENS.2025.3593908
BibTeX: Download
, , :
Real-Time Instance Segmentation for Parking Occupancy Detection Using CNNs
2025 IEEE Symposium on Computational Intelligence in Image, Signal Processing and Synthetic Media (Trondheim, Norwegen)
DOI: 10.1109/CISM64958.2025.11060860
BibTeX: Download
, , :
The Demand and the Path to Trustworthy Continuous Blood Glucose Monitoring
In: Current Directions in Biomedical Engineering (2025)
ISSN: 2364-5504
BibTeX: Download
, , , , :
German Perspective on 6G – Use Cases, Technical Building Blocks and Requirements
Insights by the 6G Platform Germany
Erlangen: FAU University Press, 2024
(FAU Studien aus der Elektrotechnik, Bd.28)
ISBN: 978-3-96147-797-5
DOI: 10.25593/10.25593/978-3-96147-797-5
URL: https://open.fau.de/handle/openfau/33572
BibTeX: Download
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , :