[發明專利]一種房間分類模型構建方法及裝置、房間分類方法及裝置

在審

• 申請號: 202110139999.8
• 申請日: 2021-02-01
• 公開（公告）號: CN112861692A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 文琦;王偉;戴坤龍;李文生
• 申請（專利權）人: 電子科技大學中山學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 余菲

本申請提供一種房間分類模型構建方法及裝置、房間分類方法及裝置，該方法包括：獲取訓練樣本集，所述訓練樣本集包括多個房間數據樣本，每一房間數據樣本包括房間的多個屬性、每一屬性對應的數據類型以及房間類型，所述房間的多個屬性包括房間的幾何信息和門窗信息；根據所述訓練樣本集中每一房間數據樣本的多個屬性、每一屬性對應的數據類型以及房間類型構建決策樹，以獲得構建完成的房間分類模型。

技術領域

本申請涉及人工智能技術領域，具體而言，涉及一種房間分類模型構建方法及裝置、房間分類方法及裝置。

背景技術

目前對戶型圖的房間類型識別一般是對平面圖像進行處理，然后對平面圖像中的文字所在區域進行定位，將文字區域和每個字符分割出來，利用機器學習或深度學習方法完成文字識別，獲得房間的語義表示，但當戶型圖中不具有文本信息時，現有的房間分類方法存在著無法對沒有文本信息的戶型圖的房間進行識別的問題。

發明內容

本申請實施例的目的在于提供一種房間分類模型構建方法及裝置、房間分類方法及裝置，用以現有的房間分類方法存在的無法對沒有文本信息的戶型圖的房間進行識別的問題。

第一方面，本發明提供一種房間分類模型構建方法，包括：獲取訓練樣本集，所述訓練樣本集包括多個房間數據樣本，每一房間數據樣本包括房間的多個屬性、每一屬性對應的數據類型以及房間類型，所述房間的多個屬性包括房間的幾何信息和門窗信息；根據所述訓練樣本集中每一房間數據樣本的多個屬性、每一屬性對應的數據類型以及房間類型構建決策樹，以獲得構建完成的房間分類模型。

在上述設計的房間分類模型構建方法中，利用房間的幾何信息和門窗信息組成的房間屬性以及具有房間類型標識的多個房間數據樣本組成訓練樣本集，進而通過具有房間的幾何信息和門窗信息的房間屬性的訓練樣本集來構建決策樹模型，進而使得構建的決策樹模型能夠基于戶型圖的房間的幾何信息和門窗信息即可對戶型圖的房間進行分類，解決了現有的房間分類方法存在的無法對沒有文本信息的戶型圖的房間進行識別的問題，進而使得沒有文本信息的戶型圖的房間也能夠進行自動分類，實現無文本信息的戶型圖的房間自動分類，提高無文本信息的戶型圖的房間分類的效率以及準確率。

在第一方面的可選實施方式中，所述根據所述訓練樣本集中每一房間數據樣本的多個屬性、每一屬性對應的數據類型以及房間類型構建決策樹，包括：根據所述訓練樣本集中每一房間數據樣本的多個屬性和房間類型計算每一屬性對應的信息增益率；將信息增益率最大的屬性作為根節點；根據所述根節點對應的數據類型對所述根節點進行分支劃分，以獲得所述根節點的每一分支；根據每一分支對應的房間數據樣本生成每一分支對應的更新訓練樣本集；根據每一分支對應的更新訓練樣本集確定每一分支對應的根節點，直至每一分支對應的房間數據樣本中屬于同一房間類型的樣本比例滿足預設比例，以完成決策樹的構建。

在第一方面的可選實施方式中，所述數據類型包括離散型和連續型，所述根據所述根節點對應的數據類型對所述根節點進行分支劃分，包括：判斷所述根節點對應的數據類型是否為連續型；若是，則對所述根節點對應屬性的多個房間數據樣本的數據進行依次排序，以獲得數據排序集合；根據所述數據排序集合確定所述數據排序集合對應的分割點；根據所述分割點將所述數據排序集合劃分為第一集合和第二集合；根據所述第一集合和第二集合確定待分割集合，并對所述待分割集合進行分割，直至分割點達到預設個數，以獲得所述根節點的每一分支。

在第一方面的可選實施方式中，所述數據排序集合為按照多個房間數據樣本的數據的數值由小到大進行排序，所述根據所述數據排序集合確定所述數據排序集合對應的分割點，包括：記錄所述數據排序集合中數值最大的樣本對應的房間類型；按照數值由大到小依次遍歷所述數據排序集中的每一樣本對應的房間類型，判斷遍歷的樣本對應的房間類型與所述數值最大的樣本對應的房間類型是否一致；在遍歷的樣本對應的房間類型與所述數值最大的樣本對應的房間類型不一致時，獲取不一致時遍歷的樣本對應的數值；根據所述不一致時遍歷的樣本對應的數值確定所述數據排序集合對應的分割點。