[发明专利]家具布局图纸的生成方法和装置、计算机设备及存储介质

权利要求书

1.一种家具布局图纸的生成方法，其特征在于，包括如下步骤：

获取房间的房屋图纸；

利用CNN网络读取所述房屋图纸并进行特征提取，获取所述房屋的量化数据；其中所述CNN网络为基于收集的装修图纸训练得到；

将所述量化数据输入RNN序列模型进行序列排布，输出家具的排布向量；其中所述RNN序列模型为基于所述装修图纸的家具排列信息训练得到；

根据所述排布向量从存储所述装修图纸的家具库中查找相应家具的家具信息，并根据所述家具信息生成该房间的家具排布图纸；

所述排布向量包括至少一件家具的信息编码，所述信息编码包括该件家具在所述家具库中的家具库ID以及该件家具在图纸上的中心点坐标；

所述根据所述排布向量从存储所述装修图纸的家具库中查找所述相应家具的家具信息，并根据所述家具信息生成该房间的家具排布图纸，包括：

根据所述家具库ID连接至所述家具库，查询该家具的三维大小以及该件家具在图纸上的中心点坐标，根据所述中心点坐标确定该件家具的中心点位置，根据所述中心点位置生成该房间的家具排布图纸；

其中，所述RNN序列模型为循环神经网络序列模型。

2.根据权利要求1所述的家具布局图纸的生成方法，其特征在于，还包括：

收集已有房间的包含房屋信息及其对应家具信息的装修图纸；

获取所述装修图纸的地面家具的三维数据及其位置信息；

根据所述三维数据及其位置信息建立所述家具库。

3.根据权利要求2所述的家具布局图纸的生成方法，其特征在于，还包括：

获取所述收集的装修图纸；

删除所述装修图纸中的家具信息，得到包含所述房屋信息的图片格式图纸；

以所述图片格式图纸为输入，对CNN网络进行训练。

4.根据权利要求3所述的家具布局图纸的生成方法，其特征在于，所述以所述图片格式图纸为输入，对CNN网络进行训练，包括：

将所述图片格式图纸输入到CNN网络；

通过CNN网络的多个卷积核对所述图片格式图纸进行特征提取，将提取得到的房屋信息通过非线性变换转化成中间状态。

5.根据权利要求1所述的家具布局图纸的生成方法，其特征在于，所述房间为毛坯房；

所述获取房间的房屋图纸，包括：

获取用户输入的毛坯房信息，根据毛坯房信息转换得到房屋图纸；其中，所述毛坯房信息包括房间大小、门窗、飘窗、空调孔大小与位置中的一种或多种；

或者

获取用户上传的毛坯房图纸的图片，得到房间的房屋图纸。

6.根据权利要求4所述的家具布局图纸的生成方法，其特征在于，所述RNN序列模型采用多个GRU模块串联的结构；

所述将所述量化数据输入RNN序列模型进行序列排布，输出家具的排布向量，包括：

以所述量化数据作为RNN序列模型的输入，同RNN序列模型内的多个GRU模块进行交互，输出所述家具的排布向量。

7.根据权利要求6所述的家具布局图纸的生成方法，其特征在于，还包括：

以所述CNN网络输出的量化数据作为RNN网络的输入进行训练，得到RNN序列模型。