一种基于神经网络的多房间室内户型图重建方法技术

本发明专利技术公开了一种基于神经网络的多房间室内户型图重建方法，本发明专利技术在室内稠密三维重建模型的基础上使用Mask

【技术实现步骤摘要】
一种基于神经网络的多房间室内户型图重建方法


[0001]本专利技术属于计算机图形学中的三维模型重建、深度学习领域，是一种充分利用深度学习的室内户型图结构重建方法，可以进一步的完善实时稠密重建的重建效果，未来可应用于AR和VR领域。

技术介绍

[0002]在虚拟现实(VR)、增强现实(AR)或者混合现实(MR)领域中，往往需要将虚拟的数字化场景、物体或者其他数字化信息和真实环境进行互动，三维重建技术将作为一种将真实场景或者物体转换成虚拟场景或物体的接口，在真实环境与虚拟物体进行交互过程中起着至关重要的作用。
[0003]在新房装修的时候装修设计人员都需要将完整的房屋结构绘制一个平面图，然后再基于平面图的信息构建三维的空间结构并且在模型中完成进行房屋的装修设计。现有的三维重建技术虽然能够将完成的稠密三维模型重建出来，但是这个重建过程往往需要拿着传感器缓慢的对整个室内环境中的所有物体以及整个场景进行全方位无死角的扫描，最终才能生成完整的室内稠密模型，这个过程往往十分耗费时间，且稍有不慎就会使得模型中出现一些孔洞。在用户实际使用VR等设备进行现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的多房间室内户型图重建方法，其特征在于，包括以下步骤：步骤(1)：单房间检测；使用Mask
‑
Rcnn对多房间的室内稠密三维重建模型进行单个房间检测；通过Mask
‑
Rcnn神经网络，将所有的房间分割成独立的单个房间，并且用一个bounding
‑
box框出，对每一个独立的房屋打上标签结果；步骤(2)：单个房间中的所有墙面提取；通过Ransac平面检测方法对房间中所有的大平面进行检测，计算出所有平面的参数信息，再基于平面参数计算得到该各个平面的法向量数据，将所有法向量平行于Z轴的平面保留作为墙面，所有法向量垂直于Z轴的平面作为地面和天花数据剔除；步骤(3)：2D投影以及线段拟合；将3D空间中墙平面所有的点投影到X0Y的2D平面中；并且通过Ransac直线拟合方法，将从3D投影到2D平面后的所有点云数据拟合成数条有长度线段，对每一个墙平面投影得到点做一个有长度的线段拟合；投影后的2D平面即为房间结构的粗略地面区域；步骤(4)：单房间户型图重建；对于步骤(3)得到的线段，分别计算线段...

【专利技术属性】
技术研发人员：颜成钢，汪奇挺，朱尊杰，孙垚棋，张继勇，李宗鹏，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：