[发明专利]家具摆放方案生成方法、装置以及设备、存储介质

权利要求书

1.一种基于户型的家具摆放方案生成方法，包括：

获取与第一样本户型图相对应的样本户型结构数据；

获取与所述第一样本户型图相对应的、摆放有家具的第二样本户型图，对所述第二样本户型图中摆放的家具进行标注，生成第一家具信息；

根据所述第一样本户型图、所述第二样本户型图、所述第一家具信息以及所述样本户型结构数据，利用预设的家具摆放决策规则对需要装修的户型图进行处理，获取与所述需要装修的户型图相对应的家具摆放方案；

其中，根据所述第一样本户型图、所述第二样本户型图、所述第一家具信息以及所述样本户型结构数据生成训练样本集；

根据所述训练样本集进行神经网络的训练，得到神经网络模型；

将需要装修的户型图以及相对应的装修户型结构数据输入所述神经网络模型，获取所述神经网络模型输出的与所述需要装修的户型图相对应的家具摆放信息，以及与所述家具摆放信息相对应的第二家具信息；

其中，所述家具摆放信息包括：家具摆放热力图；所述家具热力图包括：在所述需要装修的户型图中建议摆放的家具的位置信息、与所述建议摆放的家具相对应的摆放概率；

利用所述家具摆放决策规则对所述家具摆放信息进行处理，获取家具摆放图；包括：

根据家具的排放位置关系获取与所述建议摆放的家具相对应的能量函数；

基于所述能量函数建立约束条件；

使用蒙特卡罗搜索树算法对所述家具摆放热力图进行遍历，获取满足所述约束条件的所述家具摆放图；其中，在所述家具摆放图中摆放的家具的数量位于预设数量区间。

2.如权利要求1所述的方法，还包括：

基于所述第二家具信息获取与所述家具摆放图中摆放的家具相对应的展示信息。

3.如权利要求2所述的方法，其中，

所述神经网络模型包括：输入层神经元模型、中间层神经元模型和输出层神经元模型；每层神经元模型的输出作为下一层神经元模型的输入；

其中，所述神经网络模型为具有全连接结构的多个神经网络层的子网络结构；所述中间层神经元模型为全连接层。

4.如权利要求3所述的方法，还包括：

基于预设的家具组合策略以及所述展示信息确定与所述家具摆放图中摆放的家具相对应的配套物品；

基于预设的家具摆放策略并根据所述装修户型结构数据，优化所述家具摆放图中摆放的家具以及相对应的配套物品的摆放位置；

其中，所述家具摆放策略包括：贴墙策略、贴地策略中的一项或者多项。

5.如权利要求4所述的方法，还包括：

根据所述需要装修的户型图以及所述装修户型结构数据生成三维户型模型；

根据所述展示信息生成与在所述家具摆放图中摆放的家具以及配套物品相对应的三维家具模型；

根据所述家具摆放图将所述三维户型模型和所述家具三维模型进行组合处理，生成三维房屋装修模型；

根据所述展示信息确定装修风格，基于所述装修风格对所述三维房屋装修模型进行渲染处理。

6.如权利要求3所述的方法，其中，

所述样本户型结构数据和所述装修户型结构数据包括：户型的墙面分布数据、承重墙分布数据、门窗分布数据、面积数据、层高数据、地理位置数据中的一项或者多项；

所述第一家具信息和所述第二家具信息包括：家具类别、摆放位置、朝向、风格、尺寸中的一项或者多项；

所述展示信息包括：家具类别、摆放位置、朝向、风格、尺寸中的一项或者多项。