[发明专利]基于房屋全景图的三维房屋模型构建方法及装置有效
申请号: | 202110117065.4 | 申请日: | 2021-01-28 |
公开(公告)号: | CN112950759B | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 杨永林;白杰 | 申请(专利权)人: | 贝壳找房(北京)科技有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00 |
代理公司: | 北京市汉坤律师事务所 11602 | 代理人: | 初媛媛;吴丽丽 |
地址: | 100085 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 房屋 全景 三维 模型 构建 方法 装置 | ||
1.一种基于房屋全景图的三维房屋模型构建方法,其特征在于,包括:
利用房屋全景图,生成初始三维房屋模型,其中,所述初始三维房屋模型是仅体现真实房屋的空间结构信息的空间结构模型;
对所述房屋全景图进行物品识别,以得到物品识别结果;
根据所述物品识别结果,在所述初始三维房屋模型中,生成所述房屋全景图中的N个指定物品对应的N个三维物品模型;其中,N为大于或等于1的整数;
利用所述房屋全景图,对所述N个三维物品模型分别进行贴图处理;以及
根据所述N个三维物品模型经贴图处理后的所述初始三维房屋模型,获得目标三维房屋模型,其中,所述目标三维房屋模型体现真实房屋的空间结构信息和物品信息;
其中,所述根据所述物品识别结果,在所述初始三维房屋模型中,生成所述房屋全景图中的N个指定物品对应的N个三维物品模型,包括:
根据所述物品识别结果,确定目标指定物品在所述房屋全景图中的M个基准点;其中,所述目标指定物品为所述房屋全景图中的N个指定物品中的任一指定物品,M为大于或等于3的整数;
将所述M个基准点映射至所述初始三维房屋模型,以确定所述初始三维房屋模型中的M个映射点;
根据所述M个映射点,确定所述初始三维房屋模型中的拉伸基准面;
确定所述目标指定物品对应的拉伸参数;其中,所述拉伸参数包括拉伸方向和拉伸距离,所述拉伸方向根据所述目标指定物品在真实房屋中的摆放情况确定,所述拉伸距离为预先针对所述目标指定物品设定的距离;
按照所述目标指定物品对应的拉伸参数,对所述拉伸基准面进行拉伸处理,以在所述初始三维房屋模型中,生成所述目标指定物品对应的三维物品模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述N个三维物品模型经贴图处理后的所述初始三维房屋模型,获得目标三维房屋模型,包括:
确定经贴图处理后的所述N个三维物品模型各自的碎片部分;
从所述N个三维物品模型经贴图处理后的所述初始三维房屋模型中,删除所确定的碎片部分,以得到目标三维房屋模型。
3.根据权利要求2所述的方法,其特征在于,所述确定经贴图处理后的所述N个三维物品模型各自的碎片部分,包括:
确定目标平面;其中,所述拉伸方向为由所述拉伸基准面指向所述目标平面的方向,所述目标平面平行于所述拉伸基准面且与所述拉伸基准面的距离为所述拉伸距离;
确定所述目标指定物品对应的三维物品模型的、与所述拉伸基准面相对的表面;
检测所确定的表面相对于所述目标平面的凸出部分,并将所确定的凸出部分作为所述目标指定物品对应的三维物品模型的碎片部分。
4.根据权利要求1所述的方法,其特征在于,所述利用所述房屋全景图,对所述N个三维物品模型分别进行贴图处理,包括:
获取目标三维物品模型的特征信息;其中,所述目标三维物品模型为所述N个三维物品模型中的任一三维物品模型;
根据所述特征信息,确定与所述目标三维物品模型匹配的图像映射方式;
按照所述图像映射方式,利用所述房屋全景图,对所述目标三维物品模型进行贴图处理。
5.根据权利要求4所述的方法,其特征在于,所述根据所述特征信息,确定与所述目标三维物品模型匹配的图像映射方式,包括:
在根据所述特征信息,确定所述目标三维物品模型的指定表面的平坦度满足预设条件的情况下,确定与所述目标三维物品模型匹配的图像映射方式为自动平面映射方式;
或者,
在根据所述特征信息,确定所述初始三维房屋模型中,所述目标三维物品模型的预设距离范围内不存在其它三维物品模型的情况下,确定与所述目标三维物品模型匹配的图像映射方式为虚拟相机映射方式。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述对所述房屋全景图进行物品识别,以得到物品识别结果,包括:
获取预先训练的、用于从图像中识别出指定物品的物品识别模型;
将所述房屋全景图输入所述物品识别模型,以获得所述物品识别模型输出的物品识别结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贝壳找房(北京)科技有限公司,未经贝壳找房(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110117065.4/1.html,转载请声明来源钻瓜专利网。