DSM extraction from IKONOS and EROS A stereo imagery: methodology, accuracy and problems
Notice bibliographique
Résumé
ABSTRACT: The goal of this work was to evaluate the mean accuracy and its dependency on morphology and land cover types of the digital surface models (DSMs) extracted from IKONOS-II and EROS-A high-resolution satellite in-track stereo imagery. DSMs were generated by the software PCI Geomatica OrthoEngine v. 9.0, which implements the well-known 3D rigorous (physical) model developed at the Canada Centre for Remote Sensing, Natural Resources Canada (CCRS). The paper illustrates the encountered problems and the achieved results during three experiments regarding two stereo IKONOS-II panchromatic images (with a small overlapping) of the Pozzuoli area (Naples, Southern Italy) and one stereo EROS-A image of the Tivoli area (Rome, Central Italy). Ground control points (GCPs) were collected by GPS: in the Pozzuoli area 29 GCPs were rapid-static surveyed with a mean 3D accuracy of 0.2-0.3 m; in the Tivoli area 23 GCPs with a mean 3D accuracy of 0.1 m were collected by RTK survey assisted by the GPS permanent network of the Lazio Region, managed by the Area di Geodesia e Geomatica-Università di Roma “La Sapienza”. Three types of comparison were carried out when possible, in order to assess both mean accuracy and its dependency on morphology and land cover types: sample comparison, based on significant numbers of Independent Check Points (ICP) with a mean 3D accuracy of 0.3-0.5 m collected by kinematic GPS
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».