[发明专利]一种基于滑动窗特征与回归预测的室内自动布局方法

摘要

本发明提供一种基于滑动窗特征与回归预测的室内自动布局方法，包括户型数据特征化、模型选择与训练、户型布局与后处理三个部分。户型数据特征化首先利用滑动窗方式提取户型边界特征；其次利用滑动窗方式提取户型门窗特征；再其次利用滑动窗方式提取墙体特征；最后计算布局元素边长与户型边长的比例因子获取元素输入特征，元素的输出特征由相对户型的归一化左上角坐标及横竖方向类别构成。利用随机森林回归模型进行离线训练，从大量设计好的户型数据中自动提取布局元素之间复杂的关联规则及布局规则，获取布局模型，并对预测结果进行包括贴墙约束、重叠约束等规则微调处理，得到最终的布局结果。

主权项

1.一种基于滑动窗特征与回归预测的室内自动布局方法，其特征在于，包括如下步骤：S1，获得户型图训练样本；S2，将训练样本进行户型数据特征化；S3，模型训练；S4，对需要设计的户型采用上述的模型进行户型布局设计；其中，所述的户型数据特征化包括如下步骤：S21，户型边界特征提取：设户型边界周长为L，首先对户型边界进行N等划分；其次以窗口长度l＝L/N，采用滑动窗方式对户型边界按步长l/2进行滑动，记载全部的i次滑动过程中横向户型边界与竖向户型边界在滑动窗中的占比分别为h_i、v_i(i＝1，2，…，2N‑1)，其中i是指滑动次数，2N‑1为总的滑动次数，则横向、竖向户型边界特征向量分别表示为最终将横向、竖向户型边界特征级联成总边界特征S22，门窗特征提取：对户型边界进行N等划分；其次以窗口长度l＝L/N，采用滑动窗方式对户型边界按步长l/2进行滑动，记在全部的i次滑动过程中门、窗在滑动窗中的占比分别为d_i、w_i(i＝1，2，…，2N‑1)，其中i是指滑动次数，2N‑1为总的滑动次数，则门、窗特征向量分别表示为最终将门、窗特征级联成总门窗特征S23，墙体特征提取：墙体特征包括横向边墙、竖向边墙、横向内墙及竖向内墙，记四类墙体在滑动窗中的占比分别为其中i是指滑动次数，2N‑1为总的滑动次数，则四类墙体的特征向量分别表示为最终将四类墙体特征级联成总的墙体特征S24，元素特征提取：设户型支撑矩形区域为户型的最小外接矩形，设户型支撑矩形区域的较大边长为较小边长为同一类型户型元素的不同对象视为不同布局元素，将布局元素抽象化为矩形区域ω_i(i＝1，2，…，n)，n为总布局元素的个数，布局元素的长短边长分别表示为单个布局元素的输入特征可以描述为总的布局元素输入特征即以户型支撑矩形区域的左上角为坐标原点，布局元素在户型中的相对左上角坐标表示为则单个布局元素的输出特征可以描述为其中，I(x,y)为指示函数总的布局元素输出即所述的模型训练包括如下步骤：S31：设计元素布局的数学模型为F_out＝f(F_in)S32：对模型进行回归训练；其中，F_in＝[F_e；F_c；F_r；F_ω]为输入户型数据与元素数据的抽象描述，F_out＝F_ρ为布局元素的抽象输出描述，f为布局函数。