MétaCan
Menu
Retour à la cohorte
Enregistrement W2920478483 · doi:10.3390/s19051123

A SIFT-Based DEM Extraction Approach Using GEOEYE-1 Satellite Stereo Pairs

2019· article· en· W2920478483 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

RevueSensors · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Image Processing and Photogrammetry
Établissements canadiensMcMaster University
Organismes subventionnairesEuropean Commission
Mots-clésRANSACScale-invariant feature transformArtificial intelligenceRemote sensingComputer scienceGround truthMean squared errorSatelliteComputer visionPoint cloudDigital elevation modelFeature extractionGround sample distanceScale (ratio)Pattern recognition (psychology)MathematicsGeographyImage (mathematics)PixelEngineeringCartography

Résumé

récupéré en direct d'OpenAlex

A module for Very High Resolution (VHR) satellite stereo-pair imagery processing and Digital Elevation Model (DEM) extraction is presented. A large file size of VHR satellite imagery is handled using the parallel processing of cascading image tiles. The Scale-Invariant Feature Transform (SIFT) algorithm detects potentially tentative feature matches, and the resulting feature pairs are filtered using a variable distance threshold RANdom SAmple Consensus (RANSAC) algorithm. Finally, point cloud ground coordinates for DEM generation are extracted from the homologous pairs. The criteria of average point spacing irregularity is introduced to assess the effective resolution of the produced DEMs. The module is tested with a 0.5 m × 0.5 m Geoeye-1 stereo pair over the island of Crete, Greece. Sensitivity analysis determines the optimum module parameterization. The resulting 1.5-m DEM has superior detail over reference DEMs, and results in a Root Mean Square Error (RMSE) of about 1 m compared to ground truth measurements.

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 enseignants0,340
Score d'incertitude au seuil0,927

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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