[发明专利]一种室内场景布局方法、装置、电子设备及存储介质在审
申请号: | 202111505856.0 | 申请日: | 2021-12-10 |
公开(公告)号: | CN114241129A | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 邱辉平;李常颢;王士玮 | 申请(专利权)人: | 广东三维家信息科技有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06F30/13;G06F111/04 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 李飞 |
地址: | 510000 广东省广州市天河区天*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 室内 场景 布局 方法 装置 电子设备 存储 介质 | ||
本申请实施例提供一种室内场景布局方法、装置、电子设备及存储介质,其中,该方法包括:获取物体节点,根据物体节点构建多边形数据结构;获取墙体信息,根据墙体信息对多边形数据结构进行规划处理,得到二维场景布局;将二维场景布局降维为一维场景布局;根据一维场景布局获得综合约束评价值,若综合约束评价值大于阈值,则根据一维场景布局生成室内场景布局,若综合约束评价值小于或者等于阈值,则重新获得新的一维场景布局。实施本申请实施例,可以将二维数据转换成一维数据,节约了计算时间,不会受到数据差异的影响,同时得到的室内场景布局更加符合实际。
技术领域
本申请涉及室内设计技术领域,具体而言,涉及一种室内场景布局方法、装置、电子设备及计算机可读存储介质。
背景技术
目前,室内设计布局方法一般采用基于优化方法或者基于深度学习方法来实现,然而,这两种方法都有一定的局限性。
基于优化的方法一般不考虑约束条件,随机地生成一个初始解,然后再使用优化算法对场景布局进行调整,使其尽可能满足相邻关系等基本的布局约束。这使得在采用优化算法进行迭代求解的过程极其耗费时间且优化能力有限,无法真正满足给定的约束条件。
基于深度学习方法一般会首先构建一个拥有布局结构的数据集,然后通过在该数据集上进行训练从而将数据集中的布局特征编码到深度学习模型中,从而进行布局的生成。这使得数据集中数据差异较大时,则无法获得合理的结果,并且无法处理房间相邻关系、房间尺寸约束、空间合理性等高级约束。
发明内容
本申请实施例的目的在于提供一种室内场景布局方法、装置、电子设备及计算机可读存储介质,可以将二维数据转换成一维数据,并解决整室内场景布局的复杂约束问题,且不会受到数据差异的影响,同时可以减少计算时间。
第一方面,本申请实施例提供了一种室内场景布局方法,所述方法包括:
获取物体节点,根据所述物体节点构建多边形数据结构;
获取墙体信息,根据所述墙体信息对所述多边形数据结构进行规划处理,得到二维场景布局;
将所述二维场景布局降维为一维场景布局;
根据所述一维场景布局获得综合约束评价值,若所述综合约束评价值大于阈值,则根据所述一维场景布局生成室内场景布局,若所述综合约束评价值小于或者等于阈值,则重新获得新的一维场景布局。
在上述实现过程中,利用多边形数据机构聚集物体节点的特征,不局限于常见的图片形式,将物体节点结合墙体信息得到二维场景布局,再通过一维场景布局获得室内场景布局,节约了计算时间,同时得到的室内场景布局更加符合实际。
进一步地,所述获取物体节点,根据所述物体节点构建多边形数据结构的步骤,包括:
获取所述物体节点中的边界子节点和剩余物体子节点;
将所述剩余物体子节点插入到所述边界子节点中,得到所述多边形数据结构。
在上述实现过程中,多边形数据结构可以适应不同尺度的场景,并且在不同尺度的场景上的生成效率不会因为场景尺度的不同造成差异,同时,通过使用多边形数据结构,还可以生成异型室内场景的布局。
进一步地,所述获取墙体信息,根据所述墙体信息对所述多边形数据结构进行规划处理,得到二维场景布局的步骤,包括:
根据所述墙体信息获得墙体与物体节点之间的依附关系;
根据所述依附关系对所述多边形数据结构进行规划处理,得到所述二维场景布局。
在上述实现过程中,依附关系包含了墙体信息和物体节点之间的连接数据,可以保证物体节点依附正确的墙体,并且不会造成墙体和物体节点之间的混乱。
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广东三维家信息科技有限公司,未经广东三维家信息科技有限公司许可,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/202111505856.0/2.html,转载请声明来源钻瓜专利网。