論文の概要: The Impact of Processing Parameters on High-Accuracy Measurements in UAV Photogrammetry

• arxiv url: http://arxiv.org/abs/2610.01438v1
• Date: Thu, 01 Oct 2026 10:34:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.058517
• Title: The Impact of Processing Parameters on High-Accuracy Measurements in UAV Photogrammetry
• Title（参考訳）: 紫外光度計における加工パラメータの高精度測定への影響
• Abstract要約: 本研究は, 加工パラメータ選択が両光グラム積の精度と変形指標決定の精度をどのように形成するかを, 大規模かつ実践的に評価する最初の方法である。 最も重要な要因は、地上制御点数、追加のカメラキャリブレーション補正の適用、およびカメラ投射中心座標の決定にポスト・プロセシング・キネマティック法を用いたことである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unmanned aerial vehicle (UAV) photogrammetry is increasingly used in applications requiring high accuracy, such as determining ground surface changes caused by landslides, mining, or microrelief transformation. While acquisition strategies have been widely studied, the influence of the processing workflow-particularly Bundle Block Adjustment parameter settings-remains insufficiently explored. This study addresses this gap through a systematic, full-factorial evaluation of 768 processing variants applied to ten UAV datasets collected over 1.5 years in a 220 ha study area. Eight key parameters were analysed. The results show substantial variability in final 3D accuracy: the best performing variant achieved a root mean square error (RMSE) of 16 mm, whereas the weakest reached 303 mm. The most influential factors were the number of ground control points, the application of additional camera calibration corrections, and the use of the Post-Processing Kinematic GNSS method for determining camera projection center coordinates. The study also evaluates how workflow optimization affects the accuracy of displacement, tilt changes, and horizontal strain determination. While random displacement errors remained stable (RMSE of ~6-7 mm), systematic errors were significantly reduced by over half in all axes, with vertical median absolute error decreasing from 14 mm to 7 mm in the optimized configuration compared to the baseline previously used by the authors. This study provides the first large-scale, practice-oriented assessment of how processing parameter selection shapes the accuracy of both photogrammetric products and deformation indices determination. The results offer actionable guidance for developing more robust and repeatable UAV photogrammetry workflows tailored to high-precision monitoring.
• Abstract（参考訳）: 無人航空機 (UAV) は、地すべり、鉱業、マイクロレリーフ変換による地表面変化の判定など、高精度なアプリケーションでますます利用されている。 買収戦略は広く研究されているが、処理ワークフロー、特にバンドルブロック調整パラメーターの影響は十分に調査されていない。 本研究では, このギャップを, 220haの領域で1.5年以上に渡り収集された10個のUAVデータセットに適用した768種類の処理変異の系統的, 実測的評価を通じて解決する。 8つの重要なパラメータが分析された。 その結果, 最終3次元精度において, 最適性能の変種は16mmの根平均二乗誤差(RMSE)を達成し, 最も弱いものは303mmに達した。 最も重要な要因は、地上制御点数、追加のカメラキャリブレーション補正の適用、およびカメラ投影中心座標の決定にポスト・プロセシング・キネマティック GNSS 法の使用であった。 また, ワークフロー最適化が変位, 傾き変化, 水平ひずみ決定の精度に与える影響についても検討した。 ランダムな変位誤差は安定性が保たれ (RMSEは6-7mm) 、全ての軸で体系的な誤差は半分以上減少し、垂直方向の絶対誤差はそれまで著者が使用していたベースラインに比べて14mmから7mmに低下した。 本研究は, プロセッシングパラメータ選択が両光グラム積の精度と変形指標決定の精度をどのように形成するかを, 大規模かつ実践的に評価する最初の方法である。 結果は、より堅牢で繰り返し可能なUAVフォトグラム作成ワークフローを開発するための実用的なガイダンスを提供する。

関連論文リスト

• Differential 6-DOF Pose Estimation with Provable First-Order Immunity to Camera Calibration Errors [39.41872679860813]
  従来の3D-2D手法では、絶対的なカメラポーズを毎回独立して推定し、カメラからプラットフォームへのポーズを通してプラットフォームの動きを復元する。 本稿では,フレーム間画像変位と既知の3次元制御点からプラットフォームの動きを直接復元する差分ポーズ推定手法を提案する。 回転誤差は、キャリブレーション誤差、動き、大きさ、観察幾何学によって決定される有界摂動を誘導する一方で、外在誤差が正確にキャンセルされることを証明した。
  論文  参考訳（メタデータ） (2026-08-05T10:36:04Z)
• Accurate Pose Estimation for Flight Platforms based on Divergent Multi-Aperture Imaging System [8.98211713131741]
  視覚に基づくポーズ推定は、飛行プラットフォームの自律的なナビゲーションにおいて重要な役割を果たす。 カメラ限界の視野と空間分解能は推定精度を推定する。 本稿では,広い視野と高空間分解能の同時観測を実現するため,多様なマルチアパーチャイメージングシステムの設計を行う。
  論文  参考訳（メタデータ） (2025-02-27T02:51:09Z)
• Single-image camera calibration with model-free distortion correction [0.0]
  本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。 デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。 プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
  論文  参考訳（メタデータ） (2024-03-02T16:51:35Z)
• RGB-based Category-level Object Pose Estimation via Decoupled Metric Scale Recovery [72.13154206106259]
  本研究では、6次元のポーズとサイズ推定を分離し、不完全なスケールが剛性変換に与える影響を緩和するパイプラインを提案する。 具体的には,事前学習した単分子推定器を用いて局所的な幾何学的情報を抽出する。 別個のブランチは、カテゴリレベルの統計に基づいてオブジェクトのメートル法スケールを直接復元するように設計されている。
  論文  参考訳（メタデータ） (2023-09-19T02:20:26Z)
• Recalibrating the KITTI Dataset Camera Setup for Improved Odometry Accuracy [3.3517146652431378]
  我々は,KITTIデータセットの1ショットキャリブレーションのための新しいアプローチを提案する。 この手法は、低い校正再投射誤差と低い視覚計測誤差の両方において、より良い校正パラメータをもたらす。 オードメトリであるSOFT2とキャリブレーション法を併用して,公式のKITTIスコアボードにおいて高い精度を実現した。
  論文  参考訳（メタデータ） (2021-09-08T07:18:59Z)
• Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence [100.6913091147422]
  既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。 本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
  論文  参考訳（メタデータ） (2021-06-03T14:29:19Z)
• Robust 360-8PA: Redesigning The Normalized 8-point Algorithm for 360-FoV Images [53.11097060367591]
  球面投影における360-fov画像から本質行列を推定する新しい手法を提案する。 我々の正規化は、時間を大幅に上回ることなく、カメラの精度を約20%向上させることができることを示す。
  論文  参考訳（メタデータ） (2021-04-22T07:23:11Z)
• Accurate Alignment Inspection System for Low-resolution Automotive and Mobility LiDAR [125.41260574344933]
  車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。 提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
  論文  参考訳（メタデータ） (2020-08-24T17:47:59Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。