Table 2: Ecublens Dataset: The accu

Table 2: Ecublens Dataset: The accuracy of the geolocation (top)
and the original image geotags (bottom) are given. At approximately
40 cm ground resolution and with GCPs acquired by
google the mean localisation error is 1.25m by using and about
8m without using GCPs.
overcome this problem. We believe that this approach will enable
a range of decision-makers to create their own maps on the
spot and on demand. This can be very useful in many fields such
as agriculture, land management, forestry, humanitarian aid, mission
planning, mining, architecture, archeology, urban planning,
geology, wild life monitoring, forestry and many others.
We can conclude that the accuracy lies between 0.02-0.2m depending
on the ground resolution of the original images. However,
this accuracy can not be achieved for all parts of the orthomosaic.
Some areas might not be very well textured or could
contain large discontinuities in depth (for instance near building
boundaries or thin tree structures). For those areas the accuracy
will be worse.
To evaluate this, more experiments with LiDAR as ground truth
are necessary (Strecha et al., 2008b).

ผลลัพธ์ (ไทย) 1:

ตารางที่ 2: ชุดข้อมูล Ecublens: ความถูกต้องของสำเนียง (บน)และ geotags ภาพเดิม (ด้านล่าง) จะได้รับ ที่ประมาณแก้ปัญหาพื้น 40 ซม. และ GCPs มาโดยgoogle ผิดพลาดเฉลี่ยสังคมธุรกิจเป็น 1.25m โดยใช้ และเกี่ยวกับ8 เมตรโดย GCPsเอาชนะปัญหานี้ เราเชื่อว่า วิธีการนี้จะเปิดใช้งานแผนที่ของผู้ผลิตตัดสินใจสร้างตนเองในการจุด และ ตามความต้องการ นี้เป็นประโยชน์อย่างมากในหลายสาขาเช่นเป็นเกษตร จัดการที่ดิน ป่าไม้ ความช่วยเหลือด้านมนุษยธรรม ภารกิจวางแผน ทำเหมือง การวางสถาปัตยกรรม โบราณคดี เมืองธรณีวิทยา ตรวจสอบป่า ป่าไม้ และอื่น ๆ อีกมากมายเราสามารถสรุปได้ว่า ความถูกต้องอยู่ระหว่าง 0.02-0.2 m ขึ้นอยู่กับบนความละเอียดพื้นภาพเดิม อย่างไรก็ตามความแม่นยำนี้สามารถทำได้ในทุกส่วนของ orthomosaic ไม่บางพื้นที่อาจไม่ได้ดีพื้นผิว หรือไม่ประกอบด้วย discontinuities ใหญ่ลึก (เช่นอยู่ใกล้ตึกขอบเขตหรือภูมิของบาง) การที่ถูกต้องจะแย่การประเมินนี้ ทดลองเพิ่มเติมกับ LiDAR เป็นดินจริงมีความจำเป็น (Strecha et al., 2008b)

ผลลัพธ์ (ไทย) 2:

ตารางที่ 2: ชุดข้อมูล Ecublens: ความถูกต้องของการระบุพิกัดตำแหน่ง (บน)
และแท็กระบุตำแหน่งภาพต้นฉบับ (ล่าง) จะได้รับ เมื่อเวลาประมาณ
มติพื้นดิน 40 เซนติเมตรและมีความ GCPs มาจาก
google ข้อผิดพลาดหมายแปลเป็น 1.25m โดยใช้และเกี่ยวกับ
8m โดยไม่ต้องใช้ GCPs
เอาชนะปัญหานี้ เราเชื่อว่าวิธีการนี้จะช่วยให้
ช่วงของผู้มีอำนาจตัดสินใจในการสร้างแผนที่ของตัวเองใน
จุดและตามความต้องการ นี้จะมีประโยชน์มากในหลายสาขาเช่น
เช่นการเกษตร, การจัดการที่ดินป่าไม้ให้ความช่วยเหลือด้านมนุษยธรรมภารกิจ
การวางแผน, การทำเหมืองแร่, สถาปัตยกรรม, โบราณคดี, การวางผังเมือง
ธรณีวิทยาตรวจสอบสัตว์ป่าป่าไม้และอื่น ๆ อีกมากมาย
เราสามารถสรุปได้ว่ามีความถูกต้องอยู่ ระหว่าง 0.02-0.2m ขึ้นอยู่
กับความละเอียดของภาพพื้นดินเดิม แต่
ความถูกต้องนี้จะไม่สามารถประสบความสำเร็จสำหรับทุกส่วนของ orthomosaic
บางพื้นที่อาจจะไม่พื้นผิวได้เป็นอย่างดีหรืออาจจะ
มีความไม่ต่อเนื่องขนาดใหญ่ในเชิงลึก (เช่นใกล้อาคาร
เขตแดนหรือโครงสร้างต้นไม้บาง) สำหรับพื้นที่ที่ถูกต้อง
จะแย่ลง
ในการประเมินนี้การทดลองมากขึ้นกับ LiDAR เป็นความจริงพื้นดิน
ที่มีความจำเป็น (Strecha et al., 2008b)