MétaCan
Menu
Retour à la cohorte
Enregistrement W3009840192 · doi:10.1145/3375000

Visual Information Requirements for Dismounted Soldier Target Acquisition

2020· article· en· W3009840192 sur OpenAlexaff
Mackenzie G. Glaholt, Justin G. Hollands, Grace Sim, Tzvi Spivak, Beatrice Sacripanti

Notice bibliographique

RevueACM Transactions on Applied Perception · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrared Target Detection Methodologies
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceIdentification (biology)Target acquisitionComputer visionArtificial intelligenceContext (archaeology)Image resolutionTask (project management)Visual searchMagnificationSpatial contextual awarenessScale (ratio)Pattern recognition (psychology)GeographyCartographyEngineering

Résumé

récupéré en direct d'OpenAlex

We conducted an empirical investigation of the visual information requirements for target detection and threat identification decisions in the dismounted soldier context. Forty soldiers viewed digital photographs of a person standing against a forested background. The soldiers made two-alternative detection decisions requiring them to determine whether the target was present in the scene, and two-alternative threat identification decisions that required discrimination of the objects held by the target, the clothing worn by the target, and target postures. The images were presented to subjects on a computer display, and variation in the apparent target distance was simulated through digital image magnification and by varying the viewing distance to the display. Image resolution was degraded progressively by spatial frequency filtering and we estimated the resolution threshold in each task. These threshold values were compared with the historical Johnson criteria for predicting imaging device performance. Our data are broadly consistent with the previously reported values, though our threat identification decisions required subjects to perceive information with a larger spatial scale than the Johnson criterion for identification of standing human targets. In a second experiment, we employed a four-alternative identification decision and found results that were consistent with those from Experiment 1. We also confirmed that the spatial scale of visual information used for target acquisition is highly task-specific, and provided a novel demonstration of changes in visual information requirements as a function of target range. These findings pose challenges for models of target acquisition with imaging devices.

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)0,030
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,030
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,284
Écart entre enseignants0,244 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM Transactions on Applied PerceptionMême sujetInfrared Target Detection MethodologiesTravaux en français237 207