ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Abstract. Small-format multi-head camera systems are increasingly deployed for UAV-based 3D mapping; however, systematic evaluations that explicitly link acquisition geometry to network robustness and façade reconstruction completeness remain scarce. This study establishes a geometry-driven, multi-dataset evaluation framework to assess such systems in topographic mapping. Six UAV datasets with varying flying altitudes, overlaps, platforms, cameras, and urbanization are analyzed using a rigorous bundle block adjustment workflow. Internal network strength is quantified using image connectivity, image ray intersection angles, and tie point multiplicity, while object-space accuracy is assessed using ground control point residuals. Reconstruction completeness is evaluated using façade-specific point density metrics, enabling a controlled comparison between nadir-only and multi-head (nadir + oblique) configurations. The results show that oblique imagery strengthens multi-directional image network geometry and substantially improves façade reconstruction. This study establishes empirical relationships between acquisition design, network stability, and object-space completeness.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 83/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: 3D Surveying and Cultural Heritage · Remote Sensing and LiDAR Applications · Robotics and Sensor-Based Localization
บทบาทของนักวิจัยและสถาบันไทย
Thirawat Bannakulpiphat · Chulalongkorn University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง