Advanced search in Research products
Research products
arrow_drop_down
Searching FieldsTerms
Any field
arrow_drop_down
includes
arrow_drop_down
The following results are related to Digital Humanities and Cultural Heritage. Are you interested to view more results? Visit OpenAIRE - Explore.
2 Research products

  • Digital Humanities and Cultural Heritage
  • Open Access
  • Publications
  • Austrian Science Fund (FWF)
  • FR
  • English
  • Hyper Article en Ligne - Sciences de l'Homme et de la Société

Relevance
arrow_drop_down
  • image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Authors: Štular, Benjamin; Lozić, Edisa; Eichert, Stefan;

    International audience; The use of topographic airborne LiDAR data has become an essential part of archaeological prospection, and the need for an archaeology-specific data processing workflow is well known. It is therefore surprising that little attention has been paid to the key element of processing: an archaeology-specific DEM. Accordingly, the aim of this paper is to describe an archaeology-specific DEM in detail, provide a tool for its automatic precision assessment, and determine the appropriate grid resolution. We define an archaeology-specific DEM as a subtype of DEM, which is interpolated from ground points, buildings, and four morphological types of archaeological features. We introduce a confidence map (QGIS plug-in) that assigns a confidence level to each grid cell. This is primarily used to attach a confidence level to each archaeological feature, which is useful for detecting data bias in archaeological interpretation. Confidence mapping is also an effective tool for identifying the optimal grid resolution for specific datasets. Beyond archaeological applications, the confidence map provides clear criteria for segmentation, which is one of the unsolved problems of DEM interpolation. All of these are important steps towards the general methodological maturity of airborne LiDAR in archaeology, which is our ultimate goal.; L'utilisation de données LiDAR aéroportées topographiques est devenue un élément essentiel de la prospection archéologique, et la nécessité d'un flux de travail de traitement des données spécifique à l'archéologie est bien connue. Il est donc surprenant que peu d'attention ait été accordée à l'élément clé du traitement: un MNE spécifique à l'archéologie. En conséquence, le but de cet article est de décrire en détail un MNE spécifique à l'archéologie, de fournir un outil pour son évaluation automatique de la précision et de déterminer la résolution de grille appropriée. Nous définissons un DEM spécifique à l'archéologie comme un sous-type de DEM, qui est interpolé à partir de points au sol, de bâtiments et de quatre types morphologiques de caractéristiques archéologiques. Nous introduisons une carte de confiance (plug-in QGIS) qui attribue un niveau de confiance à chaque cellule de la grille. Ceci est principalement utilisé pour attacher un niveau de confiance à chaque caractéristique archéologique, ce qui est utile pour détecter les biais de données dans l'interprétation archéologique. La cartographie de confiance est également un outil efficace pour identifier la résolution de grille optimale pour des ensembles de données spécifiques. Au-delà des applications archéologiques, la carte de confiance fournit des critères clairs pour la segmentation, qui est l'un des problèmes non résolus de l'interpolation DEM. Tous ces éléments sont des étapes importantes vers la maturité méthodologique générale du LiDAR aéroporté en archéologie, qui est notre objectif ultime.

    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Remote Sensingarrow_drop_down
    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Remote Sensing
    Article . 2021
    Data sources: DOAJ-Articles
    0
    citations0
    popularityAverage
    influenceAverage
    impulseAverage
    BIP!Powered by BIP!
    more_vert
  • image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Authors: Štular, Benjamin; Eichert, Stefan; Lozić, Edisa;

    International audience; The use of topographic airborne LiDAR data has become an essential part of archaeological prospection. However, as a step towards theoretically aware, impactful, and reproducible research, a more rigorous and transparent method of data processing is required. To this end, we set out to create a processing pipeline for archaeology-specific point cloud processing and derivation of products that are optimized for general-purpose data. The proposed pipeline improves on ground and building point cloud classification. The main area of innovation in the proposed pipeline is raster grid interpolation. We have improved the state-of-the-art by introducing a hybrid interpolation technique that combines inverse distance weighting with a triangulated irregular network with linear interpolation. State-of-the-art solutions for enhanced visualizations are included and essential metadata and paradata are also generated. In addition, we have introduced a QGIS plug-in that implements the pipeline as a one-step process. It reduces the manual workload by 75 to 90 percent and requires no special skills other than a general familiarity with the QGIS environment. It is intended that the pipeline and tool will contribute to the white-boxing of archaeology-specific airborne LiDAR data processing. In discussion, the role of data processing in the knowledge production process is explored.; L'utilisation de données topographiques LiDAR aéroportées est devenue un élément essentiel de la prospection archéologique. Cependant, comme étape vers une recherche théoriquement consciente, percutante et reproductible, une méthode de traitement des données plus rigoureuse et transparente est nécessaire. À cette fin, nous avons entrepris de créer un pipeline de traitement pour le traitement de nuages ​​de points spécifiques à l'archéologie et la dérivation de produits optimisés pour les données à usage général. Le pipeline proposé améliore la classification des nuages ​​de points au sol et des bâtiments. Le principal domaine d'innovation du pipeline proposé est l'interpolation de grille de trame. Nous avons amélioré l'état de l'art en introduisant une technique d'interpolation hybride qui combine une pondération de distance inverse avec un réseau irrégulier triangulé avec interpolation linéaire. Des solutions de pointe pour des visualisations améliorées sont incluses et des métadonnées et paradonnées essentielles sont également générées. De plus, nous avons introduit un plug-in QGIS qui implémente le pipeline en tant que processus en une seule étape. Il réduit la charge de travail manuelle de 75 à 90 pour cent et ne nécessite aucune compétence particulière autre qu'une connaissance générale de l'environnement QGIS. Il est prévu que le pipeline et l'outil contribueront à la boîte blanche du traitement des données LiDAR aéroportées spécifiques à l'archéologie. Dans la discussion, le rôle du traitement des données dans le processus de production de connaissances est exploré.

    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Remote Sensingarrow_drop_down
    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Remote Sensing
    Article . 2021
    Data sources: DOAJ-Articles
    0
    citations0
    popularityAverage
    influenceAverage
    impulseAverage
    BIP!Powered by BIP!
    more_vert
Powered by OpenAIRE graph
Advanced search in Research products
Research products
arrow_drop_down
Searching FieldsTerms
Any field
arrow_drop_down
includes
arrow_drop_down
The following results are related to Digital Humanities and Cultural Heritage. Are you interested to view more results? Visit OpenAIRE - Explore.
2 Research products
  • image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Authors: Štular, Benjamin; Lozić, Edisa; Eichert, Stefan;

    International audience; The use of topographic airborne LiDAR data has become an essential part of archaeological prospection, and the need for an archaeology-specific data processing workflow is well known. It is therefore surprising that little attention has been paid to the key element of processing: an archaeology-specific DEM. Accordingly, the aim of this paper is to describe an archaeology-specific DEM in detail, provide a tool for its automatic precision assessment, and determine the appropriate grid resolution. We define an archaeology-specific DEM as a subtype of DEM, which is interpolated from ground points, buildings, and four morphological types of archaeological features. We introduce a confidence map (QGIS plug-in) that assigns a confidence level to each grid cell. This is primarily used to attach a confidence level to each archaeological feature, which is useful for detecting data bias in archaeological interpretation. Confidence mapping is also an effective tool for identifying the optimal grid resolution for specific datasets. Beyond archaeological applications, the confidence map provides clear criteria for segmentation, which is one of the unsolved problems of DEM interpolation. All of these are important steps towards the general methodological maturity of airborne LiDAR in archaeology, which is our ultimate goal.; L'utilisation de données LiDAR aéroportées topographiques est devenue un élément essentiel de la prospection archéologique, et la nécessité d'un flux de travail de traitement des données spécifique à l'archéologie est bien connue. Il est donc surprenant que peu d'attention ait été accordée à l'élément clé du traitement: un MNE spécifique à l'archéologie. En conséquence, le but de cet article est de décrire en détail un MNE spécifique à l'archéologie, de fournir un outil pour son évaluation automatique de la précision et de déterminer la résolution de grille appropriée. Nous définissons un DEM spécifique à l'archéologie comme un sous-type de DEM, qui est interpolé à partir de points au sol, de bâtiments et de quatre types morphologiques de caractéristiques archéologiques. Nous introduisons une carte de confiance (plug-in QGIS) qui attribue un niveau de confiance à chaque cellule de la grille. Ceci est principalement utilisé pour attacher un niveau de confiance à chaque caractéristique archéologique, ce qui est utile pour détecter les biais de données dans l'interprétation archéologique. La cartographie de confiance est également un outil efficace pour identifier la résolution de grille optimale pour des ensembles de données spécifiques. Au-delà des applications archéologiques, la carte de confiance fournit des critères clairs pour la segmentation, qui est l'un des problèmes non résolus de l'interpolation DEM. Tous ces éléments sont des étapes importantes vers la maturité méthodologique générale du LiDAR aéroporté en archéologie, qui est notre objectif ultime.

    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Remote Sensingarrow_drop_down
    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Remote Sensing
    Article . 2021
    Data sources: DOAJ-Articles
    0
    citations0
    popularityAverage
    influenceAverage
    impulseAverage
    BIP!Powered by BIP!
    more_vert
  • image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Authors: Štular, Benjamin; Eichert, Stefan; Lozić, Edisa;

    International audience; The use of topographic airborne LiDAR data has become an essential part of archaeological prospection. However, as a step towards theoretically aware, impactful, and reproducible research, a more rigorous and transparent method of data processing is required. To this end, we set out to create a processing pipeline for archaeology-specific point cloud processing and derivation of products that are optimized for general-purpose data. The proposed pipeline improves on ground and building point cloud classification. The main area of innovation in the proposed pipeline is raster grid interpolation. We have improved the state-of-the-art by introducing a hybrid interpolation technique that combines inverse distance weighting with a triangulated irregular network with linear interpolation. State-of-the-art solutions for enhanced visualizations are included and essential metadata and paradata are also generated. In addition, we have introduced a QGIS plug-in that implements the pipeline as a one-step process. It reduces the manual workload by 75 to 90 percent and requires no special skills other than a general familiarity with the QGIS environment. It is intended that the pipeline and tool will contribute to the white-boxing of archaeology-specific airborne LiDAR data processing. In discussion, the role of data processing in the knowledge production process is explored.; L'utilisation de données topographiques LiDAR aéroportées est devenue un élément essentiel de la prospection archéologique. Cependant, comme étape vers une recherche théoriquement consciente, percutante et reproductible, une méthode de traitement des données plus rigoureuse et transparente est nécessaire. À cette fin, nous avons entrepris de créer un pipeline de traitement pour le traitement de nuages ​​de points spécifiques à l'archéologie et la dérivation de produits optimisés pour les données à usage général. Le pipeline proposé améliore la classification des nuages ​​de points au sol et des bâtiments. Le principal domaine d'innovation du pipeline proposé est l'interpolation de grille de trame. Nous avons amélioré l'état de l'art en introduisant une technique d'interpolation hybride qui combine une pondération de distance inverse avec un réseau irrégulier triangulé avec interpolation linéaire. Des solutions de pointe pour des visualisations améliorées sont incluses et des métadonnées et paradonnées essentielles sont également générées. De plus, nous avons introduit un plug-in QGIS qui implémente le pipeline en tant que processus en une seule étape. Il réduit la charge de travail manuelle de 75 à 90 pour cent et ne nécessite aucune compétence particulière autre qu'une connaissance générale de l'environnement QGIS. Il est prévu que le pipeline et l'outil contribueront à la boîte blanche du traitement des données LiDAR aéroportées spécifiques à l'archéologie. Dans la discussion, le rôle du traitement des données dans le processus de production de connaissances est exploré.

    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Remote Sensingarrow_drop_down
    image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
    Remote Sensing
    Article . 2021
    Data sources: DOAJ-Articles
    0
    citations0
    popularityAverage
    influenceAverage
    impulseAverage
    BIP!Powered by BIP!
    more_vert
Powered by OpenAIRE graph