GENERATION OF DTM FROM STEREO HIGH RESOLUTION SENSORS
Notice bibliographique
Résumé
Digital terrain models (DTMs) were extracted from high-resolution stereo images (SPOT-5, EROS-A, IKONOS-II and QuickBird) using a three-dimensional universal physical model developed at the Canada Centre for Remote Sensing, Natural Resources Canada. DEMs were generated using an area-based multi-scale image matching method and then compared to 0.2-m accurate lidar elevation data. Elevation linear errors with 68 % confidence level (LE68) of 5.5 m, 6.5 m, 20 m, 6.4 m and 6.7 m were achieved for SPOT-HRS, SPOT-HRG (5 m), EROS, IKONOS and QuickBird, respectively. The poor results for EROS are mainly due to its asynchronous low orbit, which generated large geometric and radiometric differences. The best relative results are obtained with SPOT5. Since the SPOT, IKONOS and QuickBird DEMs were in fact digital surface models, where the height of land covers was included, elevation accuracy was performed only on bare surfaces (soils and lakes), where there was also no difference between the stereo-extracted elevations and thelidardata. LE68 of 2.7 m, 2.2 m, 1.5 m and 1.2 m were then obtained for SPOT-HRS, SPOT-HRG (5 m), IKONOS and QuickBird, respectively. Relatively sensor resolution, multi-date across-track SPOT, with also a smaller B/H of 0.77, achieved three to four times better results than same-date in-track IKONOS and QuickBird with B/H of one: half-pixel versus 1.5 or two pixels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».