MétaCan
Menu
Retour à la cohorte
Enregistrement W2043962946 · doi:10.1111/j.1477-9730.2008.00464.x

Photogrammetric and lidar data integration using the centroid of a rectangular roof as a control point

2008· article· en· W2043962946 sur OpenAlex
Edson Aparecido Mitishita, Ayman Habib, Jorge Antônio Silva Centeno, Álvaro Muriel Lima Machado, Jennifer C. Lay, Carmen Wong

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueThe Photogrammetric Record · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorGovernment of Canada
Mots-clésPhotogrammetryLidarRemote sensingComputer scienceTriangulationComputer visionPoint cloudCentroidMobile mappingArtificial intelligenceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract The integration of photogrammetric images and lidar data is becoming a powerful procedure that can be applied in the optimisation of photogrammetric mapping techniques. The complementary nature of lidar and photogrammetric data optimises the performance of many procedures used to extract 3D spatial information from data. For example, photogrammetric imagery enables the accurate extraction of building borders and lidar provides accurate 3D points that give information on the physical surfaces of buildings. These properties demonstrate the usefulness of combining the two types of data to achieve a more robust and complete reconstruction of 3D objects. Photogrammetric procedures require the exterior orientation parameters (EOPs) of the images to extract mapping information. Despite the availability of GPS/INS systems, which greatly assist in direct georeferencing of the imagery, the majority of commercially available photogrammetric systems require control information in order to carry out photogrammetric mapping. Due to improvements in the accuracy of lidar systems in recent years, lidar data is considered a viable source of photogrammetric control. Point features are the principal source of control for photogrammetric triangulation, although linear features and planar patches have also been used. This paper presents a method of georeferencing photogrammetric images using lidar data. The method uses the centroids of rectangular building roofs as control points in the photogrammetric procedure. The centroid of a rectangular building roof derived using lidar data is equivalent to a single control point with 3D coordinates, and can therefore be used in traditional photogrammetric systems. Two photogrammetric experiments were carried out to verify the feasibility of the methodology. The results obtained from these experiments confirm the feasibility of applying the proposed methodology to the georeferencing of photogrammetric images using lidar data.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,260
Écart entre enseignants0,224 · 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