MétaCan
Menu
Retour à la cohorte
Enregistrement W2462667068 · doi:10.13140/2.1.1161.6967

FAST ORTHOPHOTO PRODUCTION USING THE DIGITAL SENSOR SYSTEM

2004· article· en· W2462667068 sur OpenAlex

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.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOrthophotoPhotogrammetryComputer scienceRemote sensingGlobal Positioning SystemDigital mappingSoftwarePixelDigital cameraGround sample distanceDigital elevation modelGeoreferenceComputer visionArtificial intelligenceGeography

Résumé

récupéré en direct d'OpenAlex

The Digital Sensor System (DSS) is a fully integrated fully digital ruggedized system for airborne image acquisition, georeferencing, and map production. The DSS consists of a 4K x 4K digital camera, a GPS-aided INS direct georeferencing system, and a flight management system. The DSS digital camera component uses a CCD chip with a 9 µm pixel size which allows digital image acquisition with a Ground Sample Distance that ranges from 0.05 m to 1.0 m using its 35 mm and 55 mm lenses. The embedded POS AV direct georeferencing system provides the exterior orientation parameters in both real-time and post-mission modes. The DSS is used primarily to generate high-resolution color and color infrared digital orthophotos and orthomosaics. The DSS data interfaces directly and seamlessly with commercial off-the-shelf photogrammetric software to allow for fast map production. Orthophotos are created using the DSS-derived directly georeferenced digital images and a Digital Elevation Model (DEM). The orthophotos and/or orthomosaics can then be used for many different mapping, GIS and remote sensing applications. Examples of these are updating and maintaining cadastral GIS databases, classifying and mapping pervious and impervious surface areas, identifying wetland areas, updating land use maps, estimating crop yields and health, preparing timber stand inventories, planning for new construction sites, verifying areas for licensing and permitting. Many of these applications involve small localized areas, corridors, or irregular spot shots, which make the DSS the suitable tool for such projects. In this paper, an overview of the DSS system design, calibration, and performance is presented, while DEM extraction and orthophoto generation using the DSS is discussed in some detail using real mapping missions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,214

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,189
Écart entre enseignants0,178 · 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

En bref

Citations6
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotics and Sensor-Based LocalizationTravaux en français237 207