[发明专利]一种房间状态识别方法

说明书

本发明公开了一种房间状态识别方法，涉及房间图像识别与处理技术领域。该方法的一具体实施方式包括：获取待识别的房间图像；将待识别的房间图像，输入语义分割网络，在房间图像中划分出房间的组成构件（墙面、地面、顶面），得到第一识别图像；将待识别的房间图像，输入图像识别网络，在房间图像中识别出房间的问题区域（污损区域、破损区域、缺损区域），得到第二识别图像。该实施方式基于语义分割和目标检测的结合，对房间图像进行自动的识别、分析，对墙面、地面、顶面的装修情况、存在的问题进行统一的评分或评估，降低了对使用者的要求，操作简单，处理速度快，标准统一，结果准确、可信，还具备识别结果的可视化，便于人工纠错。

技术领域

本发明涉及房间图像识别与处理技术领域，尤其涉及一种房间状态识别方法。

背景技术

在房屋建造完成后，房屋勘验是关键环节之一，后续的相关事项的开展（验收、维修、销售、装修、估值等等），都需要参考房屋勘验的结果。

现场房屋勘验是目前普遍采用的方式，现场房屋勘验时，会对各房间进行现场勘验，人们通常会根据各房间的现场勘验结果对房屋进行评分或评估，评分或评估的内容包括但不限于：建造情况、房间问题、装修情况、装修问题。

由于房屋勘验的经验需要长期积累，绝大多数人对此知之甚少，缺乏足够的认知和经验，不得不寻求经验相对丰富的专业人士。由此产生了如下问题：

采用人工现场勘验的方式进行房屋勘验，主要依赖于勘验人员的实际经验，因此难以统一勘验标准，这导致人工现场勘验做出的评分或评估是否准确、可信，难以统一评价。

由于勘验人员的经验阅历存在差异，即便都是勘验经验丰富的人，由于掌握的经验不同，对同一个房屋的勘验，最终的勘验结果也可能是不同的。

在缺乏统一评价标准的情况下，房间信息的管理、房间问题的维护、房间历史情况的追溯都难以实现，不利于房屋验收、房屋管理的规范化，自动化。

现有技术中，可利用opencv从视频帧中识别指定的物体，并框出来，且可以保存截取到的物体图片，但是需要先训练相应的分类器，再使用训练好的分类器进行识别，核心思想是：调用opencv的api函数来实现房间状态识别（对房间状态的判定）。此方案的不足之处在于：通过opencv图像处理库调用算法实现图像的识别，进而完成房间状态识别，识别准确率有瓶颈，准确率较低。设1000张房间的图片需要进行房间状态识别，通过opencv图像处理库调用算法实现图像的识别，其识别准确率为67%左右，每秒处理图像数为1-2帧，较难实现商用价值。

发明内容

有鉴于此，本发明实施例提供一种房间状态识别方法，基于语义分割和目标检测的结合，对房间图像进行自动的识别、分析，对墙面、地面、顶面的装修情况、存在的问题进行统一的评分或评估，降低了对使用者的要求，操作简单，处理速度快，标准统一，结果准确、可信，还具备识别结果的可视化，便于人工纠错。

为实现上述目的，根据本发明实施例的一个方面，提供了一种房间状态识别方法，包括：

获取待识别的房间图像；

将待识别的房间图像，输入语义分割网络，在房间图像中划分出房间的组成构件，得到第一识别图像；

所述组成构件至少包括：墙面、地面、顶面；

将待识别的房间图像，输入图像识别网络，在房间图像中识别出房间的问题区域，得到第二识别图像；

所述问题区域至少包括：污损区域、破损区域、缺损区域。

更进一步，所述房间图像来自于静态图片或视频片段，