一种基于深度学习的装修家具自动布局方法及系统技术方案

本发明专利技术提供一种基于深度学习的装修家具自动布局方法及系统。所述方法包括：根据家具平面布局户型空间样本构建深度学习训练的样本；基于所述样本建立家具自动布局深度学习模型并训练；接收输入的户型图并输出家具平面布局图；将输出的家具平面布局图作为所述家具平面布局户型空间样本进行模型迭代。本发明专利技术解决了传统家具布局模型复杂，准确率低，设计表达弱，泛化能力差的问题。泛化能力差的问题。泛化能力差的问题。

【技术实现步骤摘要】
一种基于深度学习的装修家具自动布局方法及系统


[0001]本专利技术涉及家具布局领域，特别是涉及一种基于深度学习的装修家具自动布局方法及系统。

技术介绍

[0002]目前现有技术中，对于装修家具的自动布局主要以规则来表达设计师的灵感，或者以启发式的最优解来计算家具的在空间的最佳位置。然而第一种方法主要问题在于，设计师的抽象的设计灵感很难具体；其次，要表达所有户型的设计，规则难以枚举，最重要的是一旦用规则来进行布局，无法满足用户的多样化设计需求。第二种方法主要对核心家具进行相对位置上的约束，并且构造评估函数，不断地去更新核心家具的位置，让其按较大的评估分数的方向去做位置调整，且该方法不适合复杂的空间，计算耗时时间长，无法及时输出相应的布局效果图。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于深度学习的装修家具自动布局方法及系统，用于解决现有技术中的以上问题。
[0004]为实现上述目的及其他相关目的，本专利技术提供一种基于深度学习的装修家具自动布局方法，所述方法包括：根据家具平面布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的装修家具自动布局方法，其特征在于，包括：根据家具平面布局户型空间样本构建深度学习训练的样本；基于所述样本建立家具自动布局深度学习模型并训练；接收输入的户型图并输出家具平面布局图；将输出的家具平面布局图作为所述家具平面布局户型空间样本进行模型迭代。2.根据权利要求1所述的方法，其特征在于，所述构建深度学习训练的样本包括：对户型样本进行精品家具设计以作为所述家具平面布局户型空间样本；获取所述家具平面布局户型空间样本的每一户型空间的矢量数据；平移并转化所述户型空间的矢量数据和家具点位信息；根据转化后的所述户型空间的矢量数据绘制3通道的RGB图片；标注所述家具平面布局户型空间样本核心家具的boundingbox。3.根据权利要求2所述的方法，其特征在于，所述根据转化后的所述户型空间的矢量数据绘制3通道的RGB图片包括：将所述家具平面布局户型空间样本按空间类型在第一通道以不同的像素值绘制；将所述家具平面布局户型空间样本按门的类型在第二通道以不同的像素值绘制；将所述家具平面布局户型空间样本按窗的类型在第三通道以不同的像素值绘制。4.根据权利要求1所述的方法，其特征在于，基于所述样本建立家具自动布局深度学习模型包括：对深度学习训练的样本3通道RGB图片大小尺寸通过opencv的resize函数进行统一化处理以生成448*448*3大小图片；通过CSPNet卷积网络抽取统一化处理后的3通道RGB图片的语义特征生成14*14*45数组，其中，45表示所述3通道RGB图片的9个锚框与每个锚框对应5个值的乘积，每个锚框对应5个值分别为期望目标对应的类别数值、目标的中心位置横坐标数值、纵坐标数值，目标...

【专利技术属性】
技术研发人员：夏江东，周海，
申请(专利权)人：百安居信息技术上海有限公司，
类型：发明
国别省市：