Autonomous space resection using Point‐ and Line‐Based representation of FREE‐FORM control Linear Features
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 Automatic single photo resection (SPR) remains one of the challenging problems in digital photogrammetry. Visibility and uniqueness of distinct control points in the input imagery limit robust automation of the space resection procedure. Recent advances in photogrammetry mandate adopting higher‐level primitives, such as free‐form control linear features, for replacing traditional control points. Linear features can be automatically extracted from the image space. On the other hand, object space control linear features can be obtained from an existing GIS layer containing 3D vector data such as road networks or from newly developed terrestrial mobile mapping systems (MMS). In this paper, two different approaches are presented for simultaneously determining the position and attitude of the imagery as well as the correspondence between image and object space linear features. These approaches are based on two representation schemes of the linear features. The first one represents the linear feature by a sequence of 2D and 3D points along the linear feature in the image and object space, respectively. The second scheme assumes that the feature is modelled by polylines (a sequence of straight‐line segments). Neither approach requires one‐to‐one correspondence between image and object space primitives, which makes the suggested methodology robust against changes and/or discrepancies between the data‐sets involved. This characteristic will be helpful in detecting and dealing with changes between object and image space linear features (due to temporal effects for example). The parameter estimation and matching follow an optimal sequential procedure that is developed and described within this paper, which depends on the sensitivity of the mathematical model relating corresponding primitives at various image regions to incremental changes in the exterior orientation parameters (EOP). Experiments are conducted to compare the algorithms’ efficiency and the accuracy of the estimated EOP using both approaches. Experimental results using real data demonstrate the feasibility and robustness of both representation schemes as well as the methodologies developed. Moreover, different generalisation levels of the polylines representing the free‐form linear features are compared.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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