[發(fā)明專利]基于學習預(yù)測的室內(nèi)布局估計方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710154250.4
• 申請日: 2017-03-15
• 公開（公告）號: CN107122792B
• 公開（公告）日: 2019-11-26
• 發(fā)明（設(shè)計）人: 張偉;張偉東;賀玄煜;陳啟
• 申請（專利權(quán)）人: 山東大學;山東大學深圳研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T17/00;G06F17/50
• 代理公司: 37221 濟南圣達知識產(chǎn)權(quán)代理有限公司
• 代理人: 張勇<國際申請>=<國際公布>=<進入國

1.一種基于學習預(yù)測的室內(nèi)布局估計方法，其特征在于，包括：

步驟1：構(gòu)建訓練集，并利用訓練集內(nèi)的訓練樣本進行訓練反卷積網(wǎng)絡(luò)；所述訓練樣本為房間布局圖及其對應(yīng)的邊緣圖，房間布局圖及其對應(yīng)的邊緣圖分別作為反卷積網(wǎng)絡(luò)的輸入和輸出；

所述訓練反卷積網(wǎng)絡(luò)，包括：

首先利用反卷積網(wǎng)絡(luò)對輸入圖像的每一個局部區(qū)域進行分類，從而得到一個低分辨率的標簽圖，然后對一個有很大內(nèi)核和步幅的反卷積層進行雙線性插值，通過反卷積網(wǎng)絡(luò)預(yù)測五個房間面的分割掩膜，然后基于預(yù)測的掩膜被大量優(yōu)化；步驟2：將待測房間布局圖輸至訓練完成的反卷積網(wǎng)絡(luò)，輸出預(yù)測的邊緣圖；

步驟3：計算待測房間布局圖中預(yù)設(shè)方向的消失點，生成若干個扇區(qū)；再基于預(yù)測的邊緣圖，從生成的若干個扇區(qū)中選擇局部最大邊緣強度的扇區(qū)為采樣扇區(qū)；

步驟4：對采樣扇區(qū)采樣，得到一系列候選的房間布局估計圖；再根據(jù)房間布局估計圖與步驟2得到的邊緣圖的相似性，從候選的房間布局估計圖中篩選出與預(yù)測的邊緣圖最接近的房間布局估計圖作為最終的房間布局圖。

2.如權(quán)利要求1所述的一種基于學習預(yù)測的室內(nèi)布局估計方法，其特征在于，所述步驟3中的消失點包括待測房間布局圖中垂直方向的消失點、水平方向的近消失點和水平方向的遠消失點。

3.如權(quán)利要求1所述的一種基于學習預(yù)測的室內(nèi)布局估計方法，其特征在于，所述步驟3中，計算待測房間布局圖中預(yù)設(shè)方向的消失點，生成若干個扇區(qū)的具體過程為：從消失點發(fā)出射線，均勻分割待測房間布局圖，得到若干個扇區(qū)。

4.如權(quán)利要求1所述的一種基于學習預(yù)測的室內(nèi)布局估計方法，其特征在于，步驟3中從生成的若干個扇區(qū)中選擇局部最大邊緣強度的扇區(qū)為采樣扇區(qū)的過程為：

選擇的若干個扇區(qū)數(shù)目不固定，被選中的扇區(qū)需要滿足兩個條件：

被選中的扇區(qū)邊緣圖平均強度強于相鄰兩個扇區(qū)；

至少與一個相鄰扇區(qū)的強度大于一個閾值。

5.一種基于學習預(yù)測高質(zhì)量邊緣圖的房間布局估計系統(tǒng)，其特征在于，包括：

反卷積網(wǎng)絡(luò)訓練模塊，其用于構(gòu)建訓練集，并利用訓練集內(nèi)的訓練樣本進行訓練反卷積網(wǎng)絡(luò)；所述訓練樣本為房間布局圖及其對應(yīng)的邊緣圖，房間布局圖及其對應(yīng)的邊緣圖分別作為反卷積網(wǎng)絡(luò)的輸入和輸出；

預(yù)測邊緣圖輸出模塊，其用于將待測房間布局圖輸至訓練完成的反卷積網(wǎng)絡(luò)，輸出預(yù)測的邊緣圖；

扇區(qū)選擇模塊，其用于計算待測房間布局圖中預(yù)設(shè)方向的消失點，生成若干個扇區(qū)；再基于預(yù)測的邊緣圖，從生成的若干個扇區(qū)中選擇局部最大邊緣強度的扇區(qū)為采樣扇區(qū)；

房間布局估計圖篩選模塊，其用于對采樣扇區(qū)采樣，得到一系列候選的房間布局估計圖；再根據(jù)房間布局估計圖與邊緣圖的相似性，從候選的房間布局估計圖中篩選出與預(yù)測的邊緣圖最接近的房間布局估計圖作為最終的房間布局圖。

6.如權(quán)利要求5所述的一種基于學習預(yù)測高質(zhì)量邊緣圖的房間布局估計系統(tǒng)，其特征在于，所述采樣扇區(qū)選擇模塊中的消失點包括待測房間布局圖中垂直方向的消失點、水平方向的近消失點和水平方向的遠消失點。

7.如權(quán)利要求5所述的一種基于學習預(yù)測高質(zhì)量邊緣圖的房間布局估計系統(tǒng)，其特征在于，所述扇區(qū)選擇模塊包括扇區(qū)生成模塊，所述扇區(qū)生成模塊用于：從消失點發(fā)出射線，均勻分割待測房間布局圖，得到若干個扇區(qū)。

8.如權(quán)利要求7所述的一種基于學習預(yù)測高質(zhì)量邊緣圖的房間布局估計系統(tǒng)，其特征在于，所述扇區(qū)選擇模塊還包括采樣扇區(qū)篩選模塊，所述采樣扇區(qū)篩選模塊用于：選擇的若干個扇區(qū)數(shù)目不固定，被選中的扇區(qū)需要滿足兩個條件：

被選中的扇區(qū)邊緣圖平均強度強于相鄰兩個扇區(qū)；

至少與一個相鄰扇區(qū)的強度大于一個閾值。