MétaCan
Menu
Retour à la cohorte
Enregistrement W3083168257 · doi:10.1139/tcsme-2020-0049

A low-cost three-dimensional reconstruction and monitoring system using digital fringe projection

2020· article· en· W3083168257 sur OpenAlexvenueno aff
Furqan Ullah, Sajjad Miran, Furqan Ahmad, Irfan Ullah

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptical measurement and interference techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProjection (relational algebra)Process (computing)ObstacleSystem of measurementStructured-light 3D scannerComputer visionArtificial intelligenceAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper, the design and construction of a low-cost three-dimensional (3D) reconstruction and monitoring system using digital fringe projection (DFP) is proposed, which can perform small- and large-scale measurements in different environments and can be applied to various applications such as intelligent monitoring, 3D online inspection, and obstacle detection for vehicle guidance. The contribution of this paper is threefold: (i) development of a comprehensive 3D measuring system that performs sensors handling, coordinate acquisition, reconstruction, and display process simultaneously and quickly; (ii) proposal of new filters to improve quality and efficiency of the system; and (iii) development of a real-time virtual 3D measurement system to calibrate and analyze the proposed methodologies. Optical and simulation measurement results are presented to verify the feasibility and performance of the developed systems. The observed RMS difference was found to be <0.021 mm in the optical measurement. From measured results, it can be concluded that the proposed systems and adopted methodology are effective in obtaining 3D surface profiles.

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 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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,338

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 Opus0,037
Tête enseignante GPT0,217
Écart entre enseignants0,180 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetOptical measurement and interference techniquesTravaux en français237 207