[发明专利]一种IFC构件类型识别方法、装置、存储介质及设备

权利要求书

1.一种IFC构件类型识别方法，其特征在于，所述方法包括：

对训练样本集进行训练，得到SVM模型，训练样本为已知类型的IFC构件；

获取待识别类型的目标IFC构件，并从所述目标IFC构件当中提取预设特征信息；

将所述目标IFC构件的预设特征信息输入到所述SVM模型当中，输出得到所述目标IFC构件的类型；

IFC构件的类型包括基础类型和非基础类型，所述SVM模型包括用于区分所述基础类型和所述非基础类型的第一SVM模型；

其中，所述对训练样本集进行训练，得到SVM模型的步骤包括：

以所述基础类型和所述非基础类型作为训练索引，对所述训练样本集进行训练，得到所述第一SVM模型；

所述基础类型划分有子类型，所述SVM模型还包括用于识别所述基础类型的第二SVM模型；

其中，所述对训练样本集进行训练，得到SVM模型的步骤还包括：

以所述基础类型划分的子类型作为训练索引，对所述训练样本集进行训练，得到所述第二SVM模型；

所述预设特征信息包括包围盒特征、凸包特征和离散轮廓特征当中的一种或多种。

2.根据权利要求1所述的IFC构件类型识别方法，其特征在于，所述对训练样本集进行训练，得到SVM模型的步骤包括：

从所述训练样本当中提取预设特征信息；

将所述训练样本的预设特征信息、及所述训练样本的类型作为输入，训练得到所述SVM模型。

3.根据权利要求2所述的IFC构件类型识别方法，其特征在于，所述对训练样本集进行训练，得到SVM模型的步骤还包括：

从所述训练样本的文件名中提取出所述训练样本的类型。

4.根据权利要求1所述的IFC构件类型识别方法，其特征在于，将所述目标IFC构件的预设特征信息输入到所述SVM模型当中，输出得到所述目标IFC构件的类型的步骤包括：

将所述目标IFC构件的预设特征信息输入到所述第一SVM模型当中；

判断所述第一SVM模型的输出是否为非基础类型；

若是，则判定所述目标IFC构件的类型为非基础类型；

若否，则再将所述目标IFC构件的预设特征信息输入到所述第二SVM模型当中，以识别出所述目标IFC构件所属的具体基础类型。

5.一种IFC构件类型识别装置，其特征在于，所述装置包括：

模型训练模块，用于对训练样本集进行训练，得到SVM模型，训练样本为已知类型的IFC构件；

数据处理模块，用于获取待识别类型的目标IFC构件，并从所述目标IFC构件当中提取预设特征信息；

类型识别模块，用于将所述目标IFC构件的预设特征信息输入到所述SVM模型当中，输出得到所述目标IFC构件的类型；

IFC构件的类型包括基础类型和非基础类型，所述SVM模型包括用于区分所述基础类型和所述非基础类型的第一SVM模型；

其中，所述对训练样本集进行训练，得到SVM模型的步骤包括：

以所述基础类型和所述非基础类型作为训练索引，对所述训练样本集进行训练，得到所述第一SVM模型；

所述基础类型划分有子类型，所述SVM模型还包括用于识别所述基础类型的第二SVM模型；

其中，所述对训练样本集进行训练，得到SVM模型的步骤还包括：

以所述基础类型划分的子类型作为训练索引，对所述训练样本集进行训练，得到所述第二SVM模型；

所述预设特征信息包括包围盒特征、凸包特征和离散轮廓特征当中的一种或多种。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1－4任一所述的方法。

7.一种IFC构件类型识别设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1－4任一所述的方法。