MétaCan
Menu
Retour à la cohorte
Enregistrement W2332683317 · doi:10.14358/pers.82.4.257

Automatic Point Cloud Registration Using a Single Octagonal Lamp Pole

2016· article· en· W2332683317 sur OpenAlexaff
Ting On Chan, Derek D. Lichti, David Belton, Long Hoang Nguyen

Notice bibliographique

RevuePhotogrammetric Engineering & Remote Sensing · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPoint cloudGeographyRemote sensingPoint (geometry)CartographyComputer graphics (images)GeologyGeodesyComputer scienceComputer visionArtificial intelligenceGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Registration is an essential procedure for merging point clouds defined in different coordinate systems associated to different scanner positions and orientations. It is usually the first step before the point clouds are further processed to provide spatial information of a scene to support engineering applications. In this paper, a new automatic registration method based on a novel geometric model of a polygonal object is presented. Since the cross section of the shaft of many lamp poles is octagonal, registration based on an octagonal pyramid model is proposed. The presented method only requires a single, common octagonal lamp pole observed in both point clouds, though actual overlap of the point clouds is not strictly required. It can be performed as long as the model parameters can be estimated by fitting the point observations to the model. Moreover, no user interaction is needed to derive approximate values, so the proposed registration can be completely automated. Three independent datasets captured by two scanners were used to verify the method. The registration accuracies in the horizontal and vertical directions were up to 11.7 mm and 4.4 mm at approximately 62 m and 17 m away from the scanner, respectively. With such high accuracies, the estimated registration parameters can serve as a set of initial parameters for fine registration using algorithm such as the iterative closest point (ICP).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,026
Tête enseignante GPT0,210
Écart entre enseignants0,184 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotogrammetric Engineering & Remote SensingMême sujet3D Surveying and Cultural HeritageTravaux en français237 207