Adjustement de bloc d'images : examples avec SPOT, Landsat-7 et IKONOS
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cette recherche démontre le potentiel de la compensation de bloc d'images de moyenne et haute résolution. La méthode utilise l'outil mathématique de correction géométrique pour les images de source multiple développé au Centre canadien de télédétection. Les résultats avec 17 images de SPOT, 15 images ETM+ de Landsat-7 et 4 images d'IKONOS démontrent que la même précision peut être obtenue avec le même nombre de points d'appui (PA) sur des grands blocs d'images que sur une seule image. Ce nombre de PA, répartis afin éviter les extrapolations planimétriques et altimétrique, dépend de la précision des données cartographiques de façon à réduire la propagation de l'erreur des PA dans la compensation par moindres carrés. Des points de liaison altimétriques sont utilisés dans tous les recouvrements nord-sud et est-ouest quand les différences d'angle de visée d'images adjacentes sont inférieures à 25º. Par contre, si des images adjacentes de SPOT sont choisies avec des angles de visée, dont les différences sont inférieures à 7º, la précision peut être réduite par un facteur de 4 à 6.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it