房屋功能间的识别方法和装置、可读存储介质、电子设备制造方法及图纸

技术编号:24036499 阅读:32 留言:0更新日期:2020-05-07 02:03
本公开实施例公开了一种房屋功能间的识别方法和装置、可读存储介质、电子设备,其中,方法包括:基于房屋结构坐标信息,获得房屋结构图像;所述房屋结构图像中包括至少一个房间;利用神经网络对所述房屋结构图像进行处理,获得房屋特征图;基于所述房屋特征图中每个特征点的信息确定所述房屋结构图像中每个房间的功能;本公开实施例通过房屋的结构图自动识别每个房间的功能,缩短了户型图的绘制时间,并降低了绘制难度。

Identification method and device, readable storage medium and electronic equipment of house function room

【技术实现步骤摘要】
房屋功能间的识别方法和装置、可读存储介质、电子设备
本公开涉及图像识别技术,尤其是一种房屋功能间的识别方法和装置、可读存储介质、电子设备。
技术介绍
目前绘制房屋户型图的方法基本还是依靠人工实地勘察量。对于功能间的设置而言,不仅存在毛坯房的功能间很难识别的问题,而且房间的原始功能也可能因为业主的改造发生变化。这种完全依赖人工的方式不仅对户型绘制人员的专业技能要求高,且工作强度大、绘制效率低,难以满足目前大批量、高效率的户型图绘制需求。
技术实现思路
为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种房屋功能间的识别方法和装置、可读存储介质、电子设备。根据本公开实施例的一个方面,提供了一种房屋功能间的识别方法,包括:基于房屋结构坐标信息,获得房屋结构图像;所述房屋结构图像中包括至少一个房间;利用神经网络对所述房屋结构图像进行处理,获得房屋特征图;基于所述房屋特征图中每个特征点的信息确定所述房屋结构图像中每个房间的功能。可选地,所述房屋结构坐标信息至少包括构成房屋的墙壁的坐标信息;所述基于房屋坐标信息,获得房屋结构图像,包括:对所述墙壁的坐标信息进行坐标系转换,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像;其中,所述房屋结构图像中以线段表示墙壁,以多条线段构成的多边形表示所述房屋结构图像中的房间。可选地,所述对所述墙壁的坐标信息进行坐标系转换,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像,包括:<br>基于所述墙壁的坐标信息获得至少两个角点坐标信息,基于所述至少两个角点坐标信息确定所述房屋的结构中最长边的长度;结合所述房屋的结构中最长边的长度,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像。可选地,在利用神经网络对所述房屋结构图像进行处理,获得房屋特征图之前,还包括:利用标注房屋图像集对所述神经网络进行训练,所述标注房屋图像集中包括多个标注房屋结构图像及其对应的标注特征图。可选地,所述利用标注房屋图像集对所述神经网络进行训练,包括:将标注房屋图像集中的标注房屋结构图像输入所述神经网络,获得预测特征图;将所述预测特征图和所述标注房屋结构图像对应的标注特征图输入判别网络,基于所述判别网络获得所述预测特征图与所述标注特征图之间的差异信息;基于所述差异信息获得网络损失,基于所述网络损失交替训练所述神经网络和所述判别网络。可选地,所述基于所述房屋特征图中每个特征点的信息确定所述房屋结构图像中每个房间的功能,包括:对所述房屋特征图中每个特征点的像素值进行标准化处理,获得更新后的房屋特征图;基于所述更新后的房屋特征图和所述房屋结构图像,确定所述房屋结构图像中每个房间的功能。可选地,所述基于所述更新后的房屋特征图和所述房屋结构图像,确定所述房屋结构图像中每个房间的功能,包括:对所述房屋结构图像进行连通域分析,确定所述房屋结构图像中包括的每个房间对应所述更新后的房屋特征图中的像素区域;基于所述房屋结构图像中包括的每个房间对应的像素区域,确定所述每个房间的功能。可选地,所述基于所述房屋结构图像中包括的每个房间对应的像素区域,确定所述每个房间的功能,包括:响应于所述房间对应的像素区域中的预设比例或预设数量的像素值等于任意一个设定像素值,基于所述设定像素值确定所述房间的功能;所述功能包括至少一种,每种所述功能对应一个设定像素值;响应于所述房间对应的像素区域中的预设比例或预设数量的像素值不等于任意一个设定像素值,不确定所述房间的功能。根据本公开实施例的另一方面,提供了一种房屋功能间的识别装置,包括:可视化模块,用于基于房屋结构坐标信息,获得房屋结构图像;所述房屋结构图像中包括至少一个房间;图像处理模块,用于利用神经网络对所述房屋结构图像进行处理,获得房屋特征图;功能确定模块,用于基于所述房屋特征图中每个特征点的信息确定所述房屋结构图像中每个房间的功能。可选地,所述房屋坐标信息至少包括构成房屋的墙壁的坐标信息;所述可视化模块,具体用于对所述墙壁的坐标信息进行坐标系转换,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像;其中,所述房屋结构图像中以线段表示墙壁,以多条线段构成的多边形表示所述房屋结构图像中的房间。可选地,所述可视化模块,具体用于基于所述墙壁的坐标信息获得至少两个角点坐标信息,基于所述至少两个角点坐标信息确定所述房屋的结构中最长边的长度;结合所述房屋的结构中最长边的长度,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像。可选地,所述装置还包括:训练模块,用于利用标注房屋图像集对所述神经网络进行训练,所述标注房屋图像集中包括多个标注房屋结构图像及其对应的标注特征图。可选地,所述训练模块,具体用于将标注房屋图像集中的标注房屋结构图像输入所述神经网络,获得预测特征图;将所述预测特征图和所述标注房屋结构图像对应的标注特征图输入判别网络,基于所述判别网络获得所述预测特征图与所述标注特征图之间的差异信息;基于所述差异信息获得网络损失,基于所述网络损失交替训练所述神经网络和所述判别网络。可选地,所述功能确定模块,包括:标准化单元,用于对所述房屋特征图中每个特征点的像素值进行标准化处理,获得更新后的房屋特征图;房间功能单元,用于基于所述更新后的房屋特征图和所述房屋结构图像,确定所述房屋结构图像中每个房间的功能。可选地,所述房间功能单元,具体用于对所述房屋结构图像进行连通域分析,确定所述房屋结构图像中包括的每个房间对应所述更新后的房屋特征图中的像素区域;基于所述房屋结构图像中包括的每个房间对应的像素区域,确定所述每个房间的功能。可选地,所述房间功能单元在基于所述房屋结构图像中包括的每个房间对应的像素区域,确定所述每个房间的功能时,用于响应于所述房间对应的像素区域中的预设比例或预设数量的像素值等于任意一个设定像素值,基于所述设定像素值确定所述房间的功能;所述功能包括至少一种,每种所述功能对应一个设定像素值;响应于所述房间对应的像素区域中的预设比例或预设数量的像素值不等于任意一个设定像素值,不确定所述房间的功能。根据本公开实施例的又一方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述任一实施例所述的房屋功能间的识别方法。根据本公开实施例的还一方面,提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述任一实施例所述的房屋功能间的识别方法。基于本公开上述实施例提供的一种房屋功能间的识别方法和装置、可读存储介质、电子设备,基于房屋结构坐标信息,获得房屋结构图像;所述房屋结构图像中包括至少一个房间;利用本文档来自技高网...

【技术保护点】
1.一种房屋功能间的识别方法,其特征在于,包括:/n基于房屋结构坐标信息,获得房屋结构图像;所述房屋结构图像中包括至少一个房间;/n利用神经网络对所述房屋结构图像进行处理,获得房屋特征图;/n基于所述房屋特征图中每个特征点的信息确定所述房屋结构图像中每个房间的功能。/n

【技术特征摘要】
1.一种房屋功能间的识别方法,其特征在于,包括:
基于房屋结构坐标信息,获得房屋结构图像;所述房屋结构图像中包括至少一个房间;
利用神经网络对所述房屋结构图像进行处理,获得房屋特征图;
基于所述房屋特征图中每个特征点的信息确定所述房屋结构图像中每个房间的功能。


2.根据权利要求1所述的方法,其特征在于,所述房屋结构坐标信息至少包括构成房屋的墙壁的坐标信息;
所述基于房屋结构坐标信息,获得房屋结构图像,包括:
对所述墙壁的坐标信息进行坐标系转换,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像;其中,所述房屋结构图像中以线段表示墙壁,以多条线段构成的多边形表示所述房屋结构图像中的房间。


3.根据权利要求2所述的方法,其特征在于,所述对所述墙壁的坐标信息进行坐标系转换,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像,包括:
基于所述墙壁的坐标信息获得至少两个角点坐标信息,基于所述至少两个角点坐标信息确定所述房屋的结构中最长边的长度;
结合所述房屋的结构中最长边的长度,将所述墙壁的坐标信息转换到图像坐标系中,得到所述房屋结构图像。


4.根据权利要求1-3任一所述的方法,其特征在于,在利用神经网络对所述房屋结构图像进行处理,获得房屋特征图之前,还包括:
利用标注房屋图像集对所述神经网络进行训练,所述标注房屋图像集中包括多个标注房屋结构图像及其对应的标注特征图。


5.根据权利要求4所述的方法,其特征在于,所述利用标注房屋图像集对所述神经网络进行训练,包括:
将标注房屋图像集中的标注房屋结构图像输入所述神经网络,获得预测特征图;
将所述预测特征图和所述标注房屋结构图像对应的标注特征图输入判别网络,基于所述判别网络获得所述预...

【专利技术属性】
技术研发人员:董秋成
申请(专利权)人:贝壳技术有限公司
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1