3D Mapping with High Resolution Images
Notice bibliographique
Résumé
High-resolution images, EROS-A1, IKONOS and QuickBird-2 from 2 m to 0.6 m pixel spacing re-spectively, are geometrically processed with a 3D parametric model developed at the Canada Centre for Remote Sensing. A positioning accuracy of one pixel for the ortho-images can be obtained if 7-10 ground control points (GCPs) used in the 3D parametric model computation are better than 1-pixel accurate (carto-graphic and image coordinates) and if the digital terrain model (DTM) used in the ortho-rectification proc-ess is more accurate than 5-m. When the GCPs are less accurate (around 3-5 m) 20 are necessary to avoid the error propagation through the 3D parametric model. Furthermore, a DTM is extracted from stereo IKONOS images using automatic image matching. A general accuracy of 6.5 m (68% level of confidence) when compared to an airborne lidar DTM (0.5 m accurate) is obtained but is correlated with the land covers. However, the accuracy on bare soils improves to 1.5 m (68% level of confidence). Since the sur-face heights are included in DTM, the surface and the height of buildings can be extracted from the stereo IKONOS DTM. Different methods are proposed, which should used an expert system to integrate a priori information on the buildings in the different processing steps.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,005 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».