一种遥感影像建筑物识别模型的不确定性估计方法

摘要

本发明公开了一种遥感影像建筑物识别模型的不确定性估计方法，在贝叶斯近似推理理论基础上提出一种兼顾语义和形状特征的建筑物识别不确定性估计方法，核心思想是通过贝叶斯近似推理方法获取CNN网络近似参数分布，进而应用到建筑物分割模型和形状优化模型中，实现从像素分割和矢量生成两方面对建筑物识别结果的可靠性进行定量自评估，即基于MC‑dropout方法的建筑物分割不确定性估计和基于形状建模的建筑物矢量优化与不确定性估计。本发明尝试从语义、形状特征两方面对识别结果进行可靠性定量自评估，从而帮助用户建立结果采信标准，对促进深度学习技术在测图实践中的深化应用和推进相关产业智能化发展具有重要意义。