[發明專利]一種數據驅動的室內區域布局預測方法及系統

有效

• 申請號: 201610828865.6
• 申請日: 2016-09-18
• 公開（公告）號: CN106650202B
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 蔣浩;劉米蘭;王兆其
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 祁建國;梁揮

本發明提出一種數據驅動的室內區域布局預測方法及系統，涉及室內區域布局預測，該方法包括步驟1，提取家居場景案例庫中所有房間的形狀特征與室內區域的布局屬性，構造布局預測模型訓練集，其中所述布局預測模型訓練集為<布局屬性的類別標簽，形狀特征>二元組集合；步驟2，根據所述布局預測模型訓練集，訓練布局預測模型，根據待布局房間的形狀特征，通過所述布局預測模型預測待布局房間的室內區域的位置分布，以完成預測室內區域布局。本發明無需人為預先定義待布局對象布局應滿足的約束，可以從布局案例中學習布局空間幾何特征與布局對象位置分布的關系，并對新的布局空間預測其布局對象的位置分布。

技術領域

本發明涉及室內區域布局預測，特別涉及一種數據驅動的室內區域布局預測方法及系統。

背景技術

室內場景一般由建筑主體結構和室內物體構成，室內物體的布局是體現室內場景的重要細節，作為室內場景的一部分，家居場景近些年受到虛擬現實相關應用領域的關注，針對家居場景自動布局問題，現有方法多以預定義規則為基礎，通過人為定義場景內物體應滿足的規則或約束并用數學表達式描述，這類方法主要考慮室內物體之間的關系，對現實生活中常出現的復雜的房間結構缺乏考慮，并且，當規則定義不完善時，難以產生合理的布局結果。

發明內容

針對現有技術的不足，本發明提出一種房間形狀幾何特征描述方法及系統。

本發明提出一種數據驅動的室內區域布局預測方法，包括：

步驟1，提取家居場景案例庫中所有房間的形狀特征與室內區域的布局屬性，構造布局預測模型訓練集，其中所述布局預測模型訓練集為<布局屬性的類別標簽，形狀特征>二元組集合；

步驟2，根據所述布局預測模型訓練集，訓練布局預測模型，根據待布局房間的形狀特征，通過所述布局預測模型預測待布局房間的室內區域的位置分布，以完成預測室內區域布局。

所述步驟1包括歸一化的入口位置、面積、長寬比、形狀伸展度。

所述布局屬性包括位置坐標屬性、尺寸屬性、朝向屬性。

所述步驟2包括構造布局得分函數：

φ(G)＝lnp(π(G)|F)

其中φ(G)表示當房間的形狀特征為F時,室內區域G的一個布局屬性π(G)的取值得分,即用一個分布p描述布局屬性取值的概率分布。

所述步驟2還包括使用多項邏輯回歸訓練分類器。

本發明還提出一種數據驅動的室內區域布局預測系統，包括：

構造布局預測模型訓練集模塊，用于提取家居場景案例庫中所有房間的形狀特征與室內區域的布局屬性，構造布局預測模型訓練集，其中所述布局預測模型訓練集為<布局屬性的類別標簽，形狀特征>二元組集合；

預測模塊，用于根據所述布局預測模型訓練集，訓練布局預測模型，根據待布局房間的形狀特征，通過所述布局預測模型預測待布局房間的室內區域的位置分布，以完成預測室內區域布局。

所述構造布局預測模型訓練集模塊包括歸一化的入口位置、面積、長寬比、形狀伸展度。

所述布局屬性包括位置坐標屬性、尺寸屬性、朝向屬性。

所述預測模塊包括構造布局得分函數：

φ(G)＝lnp(π(G)|F)

其中φ(G)表示當房間的形狀特征為F時,室內區域G的一個布局屬性π(G)的取值得分,即用一個分布p描述布局屬性取值的概率分布。

所述預測模塊還包括使用多項邏輯回歸訓練分類器。

由以上方案可知，本發明的優點在于：