MétaCan
Menu
Retour à la cohorte
Enregistrement W1966975618 · doi:10.5194/isprsarchives-xxxix-b1-277-2012

3D PHOTOGRAMMETRIC PROCESSING OF WORLDVIEW-2 DATA WITHOUT GCP

2012· article· en· W1966975618 sur OpenAlexaboutno aff
Thierry Toutin, Carla Schmitt, H. Wang, Peter Reinartz

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Image Processing and Photogrammetry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotogrammetryStereoscopyMetadataRemote sensingLidarElevation (ballistics)Data collectionComputer scienceAltimeterComputer visionArtificial intelligenceGeographyGeologyMathematicsStatisticsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract. A hybrid model based on 3D deterministic Toutin's model developed at the Canada Centre for Remote Sensing and taking full advantages of the image metadata was used for the 3D photogrammetric processing of WorldView-1 stereo images without in situ ground control points (GCP) collection. The accuracy of the modelling results in monoscopy and stereoscopy was around 0.7-1.8 m in planimetry and 2.7 m in altimetry computed over 40 dGPs checked points. Elevations were thus extracted and compared to 0.2 m accurate lidar elevation data. Elevations linear error with 68 percent confidence level (LE68) computed over bare surfaces was 2.6 m, with small biases. These results were compared with the solution using 8 dGPS GCPs and demonstrated there is no significant difference in auccuracy. Consequently, the new hybrid model will offer a strong advantage of no-control collection in operational conditions, mainly in remote and harsh environments or when cartographic or ground control data do not exist.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,273
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetSatellite Image Processing and PhotogrammetryTravaux en français237 207