一种基于智能图像分析的户型图找房方法技术

本公开提出的一种基于智能图像分析的户型图找房方法，包括以下步骤：S2、建立户型图像库，将房屋的户型图均存储在户型图像库中，且为每一幅户型图标识筛选特征；S3、选择筛选特征组成筛选条件，并根据筛选条件从户型图像库中选择户型图组成筛选母库；S4、对筛选母库中的户型图进行展示，并从筛选母库中挑选至少一幅理想户型图。本公开中，通过理想户型图，设定了户型图的挑选基调，有利于在户型图大数据中定向挑选和展示，缩小并精确挑选范围。同理，通过筛选子库的划分，有利于将户型图进行归类总结，从而方便户型图对比展示，以提高展示效果，方便使用者对户型图进行挑选。

【技术实现步骤摘要】
一种基于智能图像分析的户型图找房方法
本公开涉及房库网
，尤其涉及一种基于智能图像分析的户型图找房方法。
技术介绍
房屋买卖过程中，购买者对于房屋的具体情况非常的重视，这就导致房屋挑选成为一件细致、耗时长的事情，又由于中介方和售卖者的数据多样化以及购买者的选择标准难以统一的情况，进一步增加了房屋挑选的难度。
技术实现思路
基于
技术介绍
存在的技术问题，本公开提出了一种基于智能图像分析的户型图找房方法。本公开提出的一种基于智能图像分析的户型图找房方法，包括以下步骤：S1、设置筛选特征；S2、建立户型图像库，将房屋的户型图均存储在户型图像库中，且为每一幅户型图标识筛选特征；S3、选择筛选特征组成筛选条件，并根据筛选条件从户型图像库中选择户型图组成筛选母库；S4、对筛选母库中的户型图进行展示，并从筛选母库中挑选至少一幅理想户型图；S5、对应每一幅理想户型图建立一个筛选子库，根据图像分析或者筛选特征将筛选母库中与理想户型图的相似度达到预设相似度阈值的户型图存储到对应的筛选子库中；S6、从筛选子库中调取户型图进行展示。优选地，步骤S5具体包括以下步骤：S51、对应每一幅理想户型图建立一个筛选子本文档来自技高网...

【技术保护点】
1.一种基于智能图像分析的户型图找房方法，其特征在于，包括以下步骤：S1、设置筛选特征；S2、建立户型图像库，将房屋的户型图均存储在户型图像库中，且为每一幅户型图标识筛选特征；S3、选择筛选特征组成筛选条件，并根据筛选条件从户型图像库中选择户型图组成筛选母库；S4、对筛选母库中的户型图进行展示，并从筛选母库中挑选至少一幅理想户型图；S5、对应每一幅理想户型图建立一个筛选子库，根据图像分析或者筛选特征将筛选母库中与理想户型图的相似度达到预设相似度阈值的户型图存储到对应的筛选子库中；S6、从筛选子库中调取户型图进行展示。

【技术特征摘要】
1.一种基于智能图像分析的户型图找房方法，其特征在于，包括以下步骤：S1、设置筛选特征；S2、建立户型图像库，将房屋的户型图均存储在户型图像库中，且为每一幅户型图标识筛选特征；S3、选择筛选特征组成筛选条件，并根据筛选条件从户型图像库中选择户型图组成筛选母库；S4、对筛选母库中的户型图进行展示，并从筛选母库中挑选至少一幅理想户型图；S5、对应每一幅理想户型图建立一个筛选子库，根据图像分析或者筛选特征将筛选母库中与理想户型图的相似度达到预设相似度阈值的户型图存储到对应的筛选子库中；S6、从筛选子库中调取户型图进行展示。2.如权利要求1所述的基于智能图像分析的户型图找房方法，其特征在于，步骤S5具体包括以下步骤：S51、对应每一幅理想户型图建立一个筛选子库，并根据各理想户型图为各筛选子库设置优先级；S52、首先将对应优先级最高的理想户型图作为挑选对象；S53、从筛选母库中挑选与挑选对象的相似度达到预设相似度阈值的户型图转移到挑选对象对应的筛选子库中；S54、根据优先级从高到低的顺序，依次更新挑选对象，然后重复步骤S53清空筛选母库。3.如权利要求1或2所述的基于智能图像分析的户型图找房方法，其特征在于，步骤S4中，任意两幅户型图地相似度均小于预设的相似度阈值。4.如权利要求3所述的基于智能图像分析的户型图找房方法，其特征在于，步骤S5中，根据图像分析将筛选母库中与理想户型图的相似度达到预设相似度阈值的户型图存储到对应的筛选子库中；具体地，步骤S4具体包括以下步骤：S41、对筛选母库中的户型图进行展示，并挑选多幅倾向户型图组成倾向图库；S42、建立理想图库；S43、从倾向图库任意挑选一幅倾向户型图作为理想户型图并转移到理想图库中；S44、根据图像分析获取倾向图库中剩余的各倾向户型图与理想户型图的相似度，并删除倾向图库中与理想户型图的相似度达到相似度阈值的倾向户型图；S45、判断倾向图库是否清空；否，则返回步骤S4...

【专利技术属性】
技术研发人员：熊兵刚，
申请(专利权)人：我要家网络科技有限公司，
类型：发明
国别省市：安徽,34