Performance evaluation of panoramic electro-optic imagers using the TOD method
Notice bibliographique
Résumé
The triangle orientation discrimination (TOD) method is an emerging technique for the evaluation of electro-optical (EO) systems. In this method, the test pattern is a non-periodic equilateral triangle in one of four different orientations (apex up, down, left, or right), and the measurement procedure is a robust four-alternative forced-choice psychophysical process. This leads to a time-consuming task. Consequently, software models have been developed to replace the required human observers. These models base their decision on the orientation of the target using correlation between observed data and the set of four differently oriented targets. This study investigates for the first time how this method can be applied to highly distorted OE systems like hemispheric imagers. These types of systems have inherent large distortion, but the distortion should not be considered as an aberration but rather the result of the projection of a hemispheric field (3D) on a 2D sensor. The distortion deforms the image of the targets and image processing is usually performed to remove distortion and straighten the field of view. We present a comparison in accuracy and computational burden for the evaluation of EO system performance between cases where tested images are pre-processed and correlated to unchanged triangle targets and where untouched (distorted) images are correlated with position-wise distorted targets. This is a first evaluation of the application of the TOD with the goal of obtaining an image quality criterion for panoramic imagers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».