[发明专利]一种基于概率模型的公寓三维物体布局生成方法

权利要求书

1.一种基于概率模型的公寓三维物体布局生成方法，其特征在于，主要包括房间建模(一)布局生成过程(二)；模式获取(三)；布局推理(四)。

2.基于权利要求书1所述的房间建模(一)，其特征在于，通过对一个公寓布局数据集进行讨论，进而解析房间的构成，建立一个有向图模型，然后用模型定义的生成过程来描述这个有向图模型，其中参考的公寓布局数据集包含45000个人类设计的公寓布局，每个布局被人工验证过是合理的，而且平均每套公寓有8.1个房间，大多数都有房间类型的标注，如厨房或浴室；这些公寓是用一个在线工具设计的，每个公寓都包含179个对象类，总共约有2500个计算机辅助设计(CAD)模型以及450万个对象实例，每一个对象实例都包含一个参考CAD模型以及它在房间中的位置和旋转角度。

3.基于权利要求书2所述的解析房间的构成，其特征在于，根据参考的数据集，对房间进行建模，模型具有不同的房间类型(如厨房、浴室、客厅)以及相应的房间大小和里面的物体；每个物体都由CAD模型的类型、位置和旋转角度来参数化，并放置在房间里；然后直观地假设房间里的对象都放置在一系列的层面上，并分为五个类别：家具是放置在地板上(如桌子、床)能支持其它物体的大物件；小对象通常是放在家具上的物体(如书籍或笔记本电脑)；墙壁物件是挂在或靠在墙上的物体(如图片、货架)；天花板物件是吊在天花板上的物体(如灯)；地毯一般是平铺在地板上，可能有家具放在上面的物体；最后手动将参考数据集的每个物体分到其中一个类，并在模型中将它们分开处理。

4.基于权利要求书1所述的布局生成过程(二)，其特征在于，先对整个房间进行采样，然后使用完整的参考数据集进行训练，在模型定义的条件分布中，学习由希腊字母命名的所有参数，在所有情况下，条件变量都有已知的值，因此每个条件的参数可以通过极大似然估计独立地学习，这些都是直接用封闭的形式来计算的。

5.基于权利要求书4所述的对整个房间进行采样，其特征在于，先对房间类型进行采样，去除不常见的可能性之后，剩下22个房间类型的参考数据，虽然房间通常是几个组合在一起的，例如厨房和餐厅，但实际只有很小一部分可能的组合发生(在2²²种可能里只占42种)，所以简单地用一个分类分布来描述全部的组合t：

t～Categorical(τ) (1)

然后对家具进行采样，先对对象总数N进行采样，然后房间类型的条件下分别为对象n＝1…N的类别c_n进行采样：

N|t～Poisson(λ_t) (2)

在不同房间类型下，为每个对象类c建立了数量分布模型N_C，用一个小样本(最多4个实例)的类别分布和一个大样本的泊松分布的混合体来表示这个模型：

为符号的简单起见，写成N＝∑_cN_c，不分种类地用n作为所有对象集的索引，并用c_n来表示第n个对象的种类；

为了使物体不发生空间上的重叠，在知道物体的确切尺寸之后才对家具对象的位置和房间大小进行采样，先将每个对象映射到一个单元，该单元是房间的一个空间区域，最初是未知的大小，且被安排在一个有规律的结构中，它有自由的维度d＝(d_i)，可以拉伸以容纳不同的对象，在确定对象位置和房间大小后，将对这些维度的值进行采样；根据每个对象的类别决定每个对象实例是否应该靠着墙壁放置(e_n＝1)或者是放置在房间的内部，如果靠墙放置，则任意选择一堵墙

然后，对于每一面墙，把在它附近的对象排序并分配到相应的单元；对于分配给房间内部的对象，再次选择一个排序，但是将对象分配给一个单元格，用k_n来表示第n个对象分配到的边界或内部单元格；

接下来，为每个对象实例选择一个CAD模型，以及它的旋转角度；它们一起决定了它所占据的空间的大小，CAD模型m_n是在对象类的条件下根据它是在房间的角落或边缘，还是内部独立选择的：

假定旋转θ_n只相对于垂直轴，并且用基于c_n的一个以π/2为倍数的离散均匀分布和一个在[0,2π]间的连续均匀分布的混合分布来给它建模；

对天花板物件的建模跟对家具一样，先对每个相关对象类的数量和旋转角度采样，其中对每个对象类的CAD模型只采样一次；对于空间单元格结构，则使用一个简单的网格，如果它大于家具所需要的空间，在选择房间的大小时，则需要考虑到所需的空间；

地毯的处理方式与天花板上的物体完全相同，但它只占用一个单独的层，并且CAD模型对每个实例采样一次；

接着对上面所选对象的精确物理位置和最终的房间大小进行采样，使得所有的对象都不相交，在为每一个对象建立一个CAD模型m_n和旋转角度θ_n之后，就可以用一个轴线固定的边界框计算其空间范围，考虑到空间范围和单元分配的k_n，可以通过设置单元结构的每个自由维度d_i，使其尽可能小，计算出使所有的物体都适合的最小房间大小，在实际中，这会使房间过于拥挤，所以用一个四维的对角高斯分布在每个对象周围采样一些填充p_n：

其中Normal⁺是受正值限制的各向同性高斯分布，然后再把自由维度d_i设置为最小，得到最小的房间大小；

紧接着对每个家具上的小对象采样，对于每一件家具n，对放置在它上面的对象类的数量进行采样，这类似于对家具物品数量的采样，但现在是作为支持的家具的种类c_n：

其中位置设置为跟支持家具上方的区域一样，CAD模型m_n和旋转角度θ_n也跟家具一样，作为所有家具上物体的索引。