MétaCan
Menu
← Retour à la cohorte
Enregistrement W2982815917 · doi:10.1109/igarss.2019.8899016

Experiment on the Impact of Spatial Resolution on Building Extraction Accuracy

2019· article· en· W2982815917 sur OpenAlexaffabout
Jean-Samuel Proulx-Bourque, Lucie Mathieu, C Papasodoro, Daniel J. Pilon, Mathieu Turgeon-Pelchat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésImage resolutionComputer scienceContext (archaeology)Extraction (chemistry)Spatial contextual awarenessRangingRemote sensingResolution (logic)Identification (biology)Scale (ratio)Process (computing)Artificial intelligenceGeographyCartographyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Natural Resources Canada is in the process of defining spatial resolution requirements for a national scale optical imagery service. This study aims to evaluate the impact of spatial resolution on residential buildings extraction accuracy in an urban context. The hypothesis is that as spatial resolution gets coarser, there will be a decrease in successful identification. A 3-band Worldview-3 image was used for a study site located in Toronto, Canada. Buildings were manually extracted independently by specialized technicians for five different resolutions ranging from 30 cm to 2.5 m. Results show similar extraction accuracy between 0.3 m and 0.7 m (>90%). There is a significant decrease in accuracy for resolutions of 1 m and coarser. The study demonstrates that a spatial resolution of 0.7 m or better is required for accurate building extraction in an urban context.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,311
Écart entre enseignants0,292 · 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'étudeObservationnel
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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRemote Sensing and LiDAR Applications→Travaux en français237 207→