Development and Optimization of an Automated Fixed-Location Time Lapse Photogrammetric Rock Slope Monitoring System
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
An automated, fixed-location, time lapse camera system was developed as an alternative to monitoring geological processes with lidar or ground-based interferometric synthetic-aperture radar (GB-InSAR). The camera system was designed to detect fragmental rockfalls and pre-failure deformation at rock slopes. It was implemented at a site along interstate I70 near Idaho Springs, Colorado. The camera system consists of five digital single-lens reflex (DSLR) cameras which collect photographs of the rock slope daily and automatically upload them to a server for processing. Structure from motion (SfM) photogrammetry workflows were optimized to be used without ground control. An automated change detection pipeline registers the point clouds with scale adjustment and filters vegetation. The results show that if a fixed pre-calibration of internal camera parameters is used, an accuracy close to that obtained using ground control points can be achieved. Over the study period between March 19, 2018 and June 24, 2019, a level of detection between 0.02 to 0.03 m was consistently achieved, and over 50 rockfalls between 0.003 to 0.1 m3 were detected at the study site. The design of the system is fit for purpose in terms of its ground resolution size and accuracy and can be adapted to monitor a wide range of geological and geomorphic processes at a variety of time scales.
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 | 0,000 |
| 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