龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心)
摘要：本发明公开了一种基于置信学习的建筑物语义分割样本集错误样本剔除方法，包括：步骤1、将历史建筑物成果矢量和高分辨率影像裁切为S个初始建筑物语义分割样本；步骤2、提取所述样本的各样本影像特征图；步骤3、以每个样本中单像素邻域为处理单元，将初始建筑物语义分割样本转换为邻域图像块识别样本；步骤4、构建置信学习模型；步骤5、邻域图像块识别样本采用K折交叉验证估计噪声标签和真实标签的联合分布；步骤6、使用噪声标签和真实标签的联合分布查找错误标签，通过错误标签在初始建筑物语义分割样本中的占比，根据置信度阀值法估计出初始建筑物语义分割样本集中的错误样本。本发明能快速查找出建筑物语义分割样本集中的错误样本。
主权项：1.一种基于置信学习的建筑物语义分割样本集错误样本剔除方法，其特征在于：包括如下步骤：步骤1、将历史建筑物成果矢量和高分辨率影像裁切为S个初始建筑物语义分割样本，所述初始建筑物语义分割样本包含影像小片和标签小片；步骤2、提取所述初始建筑物语义分割样本的各样本影像特征图，所述样本影像特征图至少包括建筑物存在指数特征图像、建筑物形态特征指数图像和建筑物几何热度图特征指数图像；步骤3、以每个所述初始建筑物语义分割样本中单像素邻域为处理单元，将所述初始建筑物语义分割样本转换为邻域图像块识别样本，各所述邻域图像块识别样本均包括一个邻域图像块和中心像素标签；步骤4、构建以深度学习图像识别残差网络为基分类器的置信学习模型；步骤5、所述邻域图像块识别样本采用K折交叉验证的方式，估计噪声标签和真实标签的联合分布；步骤6、使用所述噪声标签和真实标签的联合分布查找错误标签，通过错误标签在所述初始建筑物语义分割样本中的占比，根据置信度阀值法估计出初始建筑物语义分割样本集中的错误样本。
全文数据：
权利要求：
百度查询： 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 基于置信学习的建筑物语义分割样本集错误样本剔除方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号