Stability analysis of low‐cost digital cameras for aerial mapping using different georeferencing techniques
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.
Notice bibliographique
Résumé
Abstract Increasing resolution and lower cost of off‐the‐shelf digital cameras are giving rise to their use in traditional and new photogrammetric activities such as aerial mapping, transportation and surveillance as well as archaeological, industrial and medical applications. For most, if not all, photogrammetric applications, the interior orientation parameters (IOP) of the camera need to be determined and analysed. The derivation of these parameters is usually achieved through a bundle adjustment with self‐calibration procedure. Prior to using a camera in photogrammetric applications, the IOP should be estimated and their stability should be checked. Camera stability has been rarely addressed when dealing with analogue metric cameras since they have been carefully designed and built to assure the utmost stability of their internal characteristics. However, the stability of low‐cost digital cameras needs to be investigated since these cameras are not built with photogrammetric applications in mind. This paper introduces three quantitative methods for testing camera stability, where the degree of similarity between reconstructed bundles from two sets of IOP is evaluated. Each of these methods limits the position and orientation of the bundles in a different way. Hence, each method is applicable for a specific georeferencing methodology depending on similar constraints imposed by the stability measures and different georeferencing techniques. The paper will test this hypothesis on the basis of reconstruction results obtained from the use of a low‐cost digital camera in an aerial mapping project.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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