[發明專利]家具擺放方案生成方法、裝置以及設備、存儲介質

有效

• 申請號: 201910637657.1
• 申請日: 2019-07-15
• 公開（公告）號: CN110363853B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 楊彬;胡亦朗;朱毅;辛承聰;邊疆;楊鈺柯
• 申請（專利權）人: 貝殼找房(北京)科技有限公司
• 主分類號: G06T17/10
• 分類號: G06T17/10;G06N3/04
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

本公開提供了一種基于戶型的家具擺放方案生成方法、裝置以及電子設備、存儲介質，涉及人工智能技術領域，其中的方法包括：獲取與第一樣本戶型圖相對應的、擺放有家具的第二樣本戶型圖，對第二樣本戶型圖中擺放的家具進行標注，生成第一家具信息；生成訓練樣本集并根據訓練樣本進行神經網絡的訓練，得到神經網絡模型；利用神經網絡模型以及預設的家具擺放決策規則對需要裝修的戶型圖進行處理，獲取與需要裝修的戶型圖相對應的家具擺放方案；本公開的方法、裝置以及電子設備、存儲介質，能夠智能生成與用戶的戶型相對應的家具擺放方案，可以幫助用戶能夠快速、簡便地選擇合適的家具以及裝修方案。

技術領域

本公開涉及人工智能技術領域，尤其涉及一種基于戶型的家具擺放方案生成方法、裝置以及電子設備、存儲介質。

背景技術

隨著房地產行業的深入發展，家居裝飾行業也得到了極大的發展，對家居的裝飾需求也越來越大。在傳統的裝修流程中，需要專業的且經驗豐富的設計師提出改造設計，普通住戶往往無法勝任，家具布局的效果嚴重依賴于專業設計師。用戶要想看到基于自己戶型的房屋裝修效果，需要經過專業設計師量房、與用戶溝通風格喜好、設計等流程，往往需要大量的時間設計圖紙，占用了大量的設計師資源，設計流程時間長、事情繁瑣且價格昂貴，不具備普遍適用性。

發明內容

為了解決上述技術問題，提出了本公開。本公開的實施例提供了一種基于戶型的家具擺放方案生成方法、裝置以及電子設備、存儲介質。

根據本公開實施例的一個方面，提供一種基于戶型的家具擺放方案生成方法，包括：獲取與第一樣本戶型圖相對應的樣本戶型結構數據；獲取與所述第一樣本戶型圖相對應的、擺放有家具的第二樣本戶型圖，對所述第二樣本戶型圖中擺放的家具進行標注，生成第一家具信息；根據所述第一樣本戶型圖、所述第二樣本戶型圖、所述第一家具信息以及所述樣本戶型結構數據，利用預設的家具擺放決策規則對需要裝修的戶型圖進行處理，獲取與所述需要裝修的戶型圖相對應的家具擺放方案。

可選地，根據所述第一樣本戶型圖、所述第二樣本戶型圖、所述第一家具信息以及所述樣本戶型結構數據生成訓練樣本集；根據所述訓練樣本進行神經網絡的訓練，得到神經網絡模型；利用所述神經網絡模型以及預設的家具擺放決策規則對需要裝修的戶型圖進行處理，獲取與所述需要裝修的戶型圖相對應的家具擺放方案。

可選地，所述利用所述神經網絡模型以及預設的家具擺放決策規則對需要裝修的戶型圖進行處理，獲取與所述需要裝修的戶型圖相對應的家具擺放方案包括：獲取與所述需要裝修的戶型圖相對應的裝修戶型結構數據；將所述需要裝修的戶型圖和所述裝修戶型結構數據輸入所述神經網絡模型，獲取所述神經網絡模型輸出的與所述需要裝修的戶型圖相對應的家具擺放信息，以及與所述家具擺放信息相對應的第二家具信息；利用所述家具擺放決策規則對所述家具擺放信息進行處理，獲取家具擺放圖；基于所述第二家具信息獲取與所述家具擺放圖中擺放的家具相對應的展示信息。

可選地，所述神經網絡模型包括：輸入層神經元模型、中間層神經元模型和輸出層神經元模型；每層神經元模型的輸出作為下一層神經元模型的輸入；其中，所述神經網絡模型為具有全連接結構的多個神經網絡層的子網絡結構；所述中間層神經元模型為全連接層。

可選地，所述家具擺放信息包括：家具擺放熱力圖；其中，所述家具熱力圖包括：在所述需要裝修的戶型圖中建議擺放的家具的位置信息、與所述建議擺放的家具相對應的擺放概率。

可選地，所述利用所述家具擺放決策規則對所述家具擺放信息進行處理，獲取家具擺放圖包括：根據家具的排放位置關系獲取與所述建議擺放的家具相對應的能量函數；基于所述能量函數建立約束條件；使用蒙特卡羅搜索樹算法對所述家具擺放熱力圖進行遍歷，獲取滿足所述約束條件的所述家具擺放圖；其中，在所述家具擺放圖中擺放的家具的數量位于預設數量區間。