对墙体进行人工智能语义分割的方法技术

本发明专利技术提供一种对墙体进行人工智能语义分割的方法，包括S1获取一个小区的每一栋楼的多图层建筑图纸，几何类型为Polygon；其中多图层包括顶图层数据、基底图层数据、墙图层数据、窗图层数据、门图层数据；S2对步骤S1的数据文件进行楼栋字段、户字段进行赋值，形成楼栋语义和户语义；S3对于墙图层数据和窗图层数据进行语义分割，并且形成生成的最终模型包围盒数据，用于后继的要素构造实体算法，以及其后的对抗生成网络的语义分割建模。实现事毕同步完成语义分割结果，与事后进行语义分割相比，获得了相当于几何数据处理的语义分割算法实现的精确语义分割结果，还大大提高了语义分割效率。率。率。

【技术实现步骤摘要】
对墙体进行人工智能语义分割的方法


[0001]本专利技术涉及一种对建筑体构件进行高效的语义分割方法，尤其涉及一种对墙体进行人工智能语义分割的方法，属于图形人工智能处理领域。

技术介绍

[0002]在分层分户建模过程中，需要根据“户”这个语义对需要建模的实体进行分割，以弄清每一种墙体的分布以及窗体的位置大小，为后期施工带来施工参考图样。因为对于现代家庭装潢，一些墙体并非是业主一开始就理想的存在，敲墙和重新砌墙大多数情况下是需要的。因此如何在原始建筑图纸中进行高效地不同墙体材料构成的墙体进行标注，例如非承重墙和承重墙，空心砖墙体、二次结构等。由于建筑平面图在绘制时，是不考虑分户的，它是一个整层的平面图，而且一个小区甚至一个建造单位所建造的各类房屋的结构中墙体的分布多样，这对于大量时空部分不同的需要完成上述待标注墙体的建筑来说，人工是不可能低成本地完成的。因此如何考虑高效地完成所有小区或者某一个建造单位所建造的所有建筑的墙体标注，成为了当下建筑图纸绘制亟待解决的技术问题。
[0003]而现有技术针对该问题，一方面，往往是注意力集中在每一栋大楼本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对墙体进行人工智能语义分割的方法，其特征包括如下步骤，S1获取一个小区的每一栋楼的多图层建筑图纸，几何类型为Polygon；其中多图层包括顶图层数据、基底图层数据、墙图层数据、窗图层数据、门图层数据；S2对步骤S1的数据进行楼栋字段、户字段进行赋值，形成楼栋语义和户语义；S3对于墙图层数据和窗图层数据进行语义分割，并且形成最终模型包围盒数据，用于后继的要素构造实体算法。2.根据权利要求1所述的方法，其特征在于，步骤S3中墙图层数据和窗图层数据进行语义分割具体包括：S3
‑
1：整个流程的预备输入一个参数对象；S3
‑
2：根据S3
‑
1，分析出输入图层，此输入图层是持久化图层、内存图层、上下文图层、数据库图层中任一者；S3
‑
3：根据S3
‑
1，分析出被延长长度参数；S3
‑
4：对S3
‑
2的输入图层进行几何融合处理，使之成为一个多边形的单独的要素；S3
‑
5：对S3
‑
4的单独要素剔除其多边形中间的洞；S3
‑
6：对S3
‑
5、S3
‑
2的输入图层的面数据，进行线抽稀，形成一个线数据，线数据中的每段和其相邻段的角度差小于预设的角度Δ
angle
，Δ
angle
＜0.1
°
；S3
‑
7：对S3
‑
6的线数据，进行延长，长度为步骤S3
‑
3的参数；S3
‑
8：对S3
‑
7延长后的线数据，进行多边形化处理，形成新的多边形数据；S3
‑
9：对S3
‑
8的多边形数据进行墙体提取，此时所有墙体均基于户语义进行了几何切割；S3
‑
10：对S3
‑
9切割后的数据进行语义赋值，形成墙语义和窗语义；S3
‑
11：对S3
‑
10的所有要素数据，根据相关文件标准，进行持久化，以备后继处理。3.根据权利要求2所述的方法，其特征在于，S3
‑
9中切割的方法如下：对于所述小区中的每一栋中的每一非公共户的墙体，在图纸俯视视角，从先左往右或从右往左，再从上往下或从下往上进行切割，所述切割的原则是设定一条直线切割线，在切割线竖直状态下，从左往右或从右往左进行移动过程中，只要遇到所述视角下水平的墙体或窗体的一末端即进行竖直分割；而在切割线水平状态下，从上往下或从下往上移动过程中，只要遇到所述水平的墙体的墙面即进行水平分割，以最终生成对于所有非公共户套内墙体的矩形切割几何图形；S3
‑
10中所述语义赋值包括，每一个矩形切割几何图形按照材料种类进行彩色值赋予，以及矩形对角线的两个端点在小区中的地理坐标。4.根据权利要求3所述的方法，其特征在于，在步骤S3对于墙图层数据和窗图层数据进行语义分割之后，形成生成的最终模型包围盒数据之前还包括如下步骤：S4对于多个不同小区的每一栋建筑进行步骤S1
‑
S3，形成小区语义，同时基于已经分割的墙语义以及窗语义生成多维度标绘图像，划分成训练集、验证集、测试集，比例为5
‑
1:1:1
‑
3，并且以多维度标绘图像的训练集为输入端进行生成对抗网络的训练，形成墙体语义分割模型；S5根据待语义标注的建筑图纸中根据设计需要而设置墙体的位置或寻找到已设计完成的图纸中需要标注的墙体的位置，以及墙体材料，而将墙、窗、坐标对应的彩色值填入具
有步骤S4中划分样式的空白多维度标绘图像像素中，并且将填满颜色值的多维度标绘图像输入墙体语义分割模型中以完成墙体语义分割。5.根据权利要求4所述的方法，其特征在于，步骤S4中基于已经分割的墙语义以及窗语义生成多维度标绘图像，具体包括如下步骤：S4
‑
1根据小区语义、楼栋语义、户语义将一个空白图像区域划分为多维度的空白格点方阵；S4
‑
2对于每一个户语义格点中按照所述墙语义和窗语义中的所述地理坐标和墙和窗的水平和竖直位置情况而赋予户语义格点以墙彩色值、窗彩色值，以及根据预设映射规则而由坐标转换成的坐标彩色值，形成多像素图像，以生成多维度标绘图像。6.根据权利要求5所述的方法，其特征在于，其中S4
‑
1具体包括：S4
‑1‑
1按照小区语义将空白图像划分成多个小区格点，并且每个小区格点都有对应的小区语义值，所述小区语义值为小区的编号、预设代表小区的地理坐标、代表小区的小区色彩值中任一项或其组合；S4
‑
1b对于每一个划分形成的小区格点中进一步划分多个楼栋格点，并且每个楼栋格点都有对应的楼栋语义值，所述楼栋语义值为楼栋的编号、预设代表楼栋的地理坐标...

【专利技术属性】
技术研发人员：刘俊伟，李同高，
申请(专利权)人：泰瑞数创科技北京股份有限公司，
类型：发明
国别省市：