[发明专利]基于学习预测的室内布局估计方法及系统有效
| 申请号： | 201710154250.4 | 申请日： | 2017-03-15 |
| 公开（公告）号： | CN107122792B | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 张伟;张伟东;贺玄煜;陈启 | 申请（专利权）人： | 山东大学;山东大学深圳研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06T17/00;G06F17/50 |
| 代理公司： | 37221 济南圣达知识产权代理有限公司 | 代理人： | 张勇<国际申请>=<国际公布>=<进入国 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于学习预测的室内布局估计方法及系统，该方法包括：构建训练集，并利用训练集内的训练样本进行训练反卷积网络；所述训练样本为房间布局图及其对应的边缘图，房间布局图及其对应的边缘图分别作为反卷积网络的输入和输出；将待测房间布局图输至训练完成的反卷积网络，输出预测的边缘图；计算待测房间布局图中预设方向的消失点，生成若干个扇区；再基于预测的边缘图，从生成的若干个扇区中选择局部最大边缘强度的扇区为采样扇区；对采样扇区采样，得到一系列候选的房间布局估计图；再根据房间布局估计图与得到的边缘图的相似性，从候选的房间布局估计图中筛选出与预测的边缘图最接近的房间布局估计图作为最终的房间布局图。 | ||
| 搜索关键词： | 基于 学习 预测 室内 布局 估计 方法 系统 | ||
【主权项】：
1.一种基于学习预测的室内布局估计方法，其特征在于，包括：/n步骤1：构建训练集，并利用训练集内的训练样本进行训练反卷积网络；所述训练样本为房间布局图及其对应的边缘图，房间布局图及其对应的边缘图分别作为反卷积网络的输入和输出；/n所述训练反卷积网络，包括：/n首先利用反卷积网络对输入图像的每一个局部区域进行分类，从而得到一个低分辨率的标签图，然后对一个有很大内核和步幅的反卷积层进行双线性插值，通过反卷积网络预测五个房间面的分割掩膜，然后基于预测的掩膜被大量优化；步骤2：将待测房间布局图输至训练完成的反卷积网络，输出预测的边缘图；/n步骤3：计算待测房间布局图中预设方向的消失点，生成若干个扇区；再基于预测的边缘图，从生成的若干个扇区中选择局部最大边缘强度的扇区为采样扇区；/n步骤4：对采样扇区采样，得到一系列候选的房间布局估计图；再根据房间布局估计图与步骤2得到的边缘图的相似性，从候选的房间布局估计图中筛选出与预测的边缘图最接近的房间布局估计图作为最终的房间布局图。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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山东大学;山东大学深圳研究院，未经山东大学;山东大学深圳研究院许可，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/patent/201710154250.4/，转载请声明来源钻瓜专利网。
