[发明专利]家具摆放方案生成方法、装置以及设备、存储介质

说明书

本公开提供了一种基于户型的家具摆放方案生成方法、装置以及电子设备、存储介质，涉及人工智能技术领域，其中的方法包括：获取与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；生成训练样本集并根据训练样本进行神经网络的训练，得到神经网络模型；利用神经网络模型以及预设的家具摆放决策规则对需要装修的户型图进行处理，获取与需要装修的户型图相对应的家具摆放方案；本公开的方法、装置以及电子设备、存储介质，能够智能生成与用户的户型相对应的家具摆放方案，可以帮助用户能够快速、简便地选择合适的家具以及装修方案。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种基于户型的家具摆放方案生成方法、装置以及电子设备、存储介质。

背景技术

随着房地产行业的深入发展，家居装饰行业也得到了极大的发展，对家居的装饰需求也越来越大。在传统的装修流程中，需要专业的且经验丰富的设计师提出改造设计，普通住户往往无法胜任，家具布局的效果严重依赖于专业设计师。用户要想看到基于自己户型的房屋装修效果，需要经过专业设计师量房、与用户沟通风格喜好、设计等流程，往往需要大量的时间设计图纸，占用了大量的设计师资源，设计流程时间长、事情繁琐且价格昂贵，不具备普遍适用性。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种基于户型的家具摆放方案生成方法、装置以及电子设备、存储介质。

根据本公开实施例的一个方面，提供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。

可选地，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；根据所述训练样本进行神经网络的训练，得到神经网络模型；利用所述神经网络模型以及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。

可选地，所述利用所述神经网络模型以及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包括：获取与所述需要装修的户型图相对应的装修户型结构数据；将所述需要装修的户型图和所述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；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；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。

可选地，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。

可选地，所述家具摆放信息包括：家具摆放热力图；其中，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。

可选地，所述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。