[發明專利]一種室內場景布局方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111505856.0
• 申請日: 2021-12-10
• 公開（公告）號: CN114241129A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 邱輝平;李常顥;王士瑋
• 申請（專利權）人: 廣東三維家信息科技有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06F30/13;G06F111/04
• 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: 李飛

本申請實施例提供一種室內場景布局方法、裝置、電子設備及存儲介質，其中，該方法包括：獲取物體節點，根據物體節點構建多邊形數據結構；獲取墻體信息，根據墻體信息對多邊形數據結構進行規劃處理，得到二維場景布局；將二維場景布局降維為一維場景布局；根據一維場景布局獲得綜合約束評價值，若綜合約束評價值大于閾值，則根據一維場景布局生成室內場景布局，若綜合約束評價值小于或者等于閾值，則重新獲得新的一維場景布局。實施本申請實施例，可以將二維數據轉換成一維數據，節約了計算時間，不會受到數據差異的影響，同時得到的室內場景布局更加符合實際。

技術領域

本申請涉及室內設計技術領域，具體而言，涉及一種室內場景布局方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

目前，室內設計布局方法一般采用基于優化方法或者基于深度學習方法來實現，然而，這兩種方法都有一定的局限性。

基于優化的方法一般不考慮約束條件，隨機地生成一個初始解，然后再使用優化算法對場景布局進行調整，使其盡可能滿足相鄰關系等基本的布局約束。這使得在采用優化算法進行迭代求解的過程極其耗費時間且優化能力有限，無法真正滿足給定的約束條件。

基于深度學習方法一般會首先構建一個擁有布局結構的數據集，然后通過在該數據集上進行訓練從而將數據集中的布局特征編碼到深度學習模型中，從而進行布局的生成。這使得數據集中數據差異較大時，則無法獲得合理的結果，并且無法處理房間相鄰關系、房間尺寸約束、空間合理性等高級約束。

發明內容

本申請實施例的目的在于提供一種室內場景布局方法、裝置、電子設備及計算機可讀存儲介質，可以將二維數據轉換成一維數據，并解決整室內場景布局的復雜約束問題，且不會受到數據差異的影響，同時可以減少計算時間。

第一方面，本申請實施例提供了一種室內場景布局方法，所述方法包括：

獲取物體節點，根據所述物體節點構建多邊形數據結構；

獲取墻體信息，根據所述墻體信息對所述多邊形數據結構進行規劃處理，得到二維場景布局；

將所述二維場景布局降維為一維場景布局；

根據所述一維場景布局獲得綜合約束評價值，若所述綜合約束評價值大于閾值，則根據所述一維場景布局生成室內場景布局，若所述綜合約束評價值小于或者等于閾值，則重新獲得新的一維場景布局。

在上述實現過程中，利用多邊形數據機構聚集物體節點的特征，不局限于常見的圖片形式，將物體節點結合墻體信息得到二維場景布局，再通過一維場景布局獲得室內場景布局，節約了計算時間，同時得到的室內場景布局更加符合實際。

進一步地，所述獲取物體節點，根據所述物體節點構建多邊形數據結構的步驟，包括：

獲取所述物體節點中的邊界子節點和剩余物體子節點；

將所述剩余物體子節點插入到所述邊界子節點中，得到所述多邊形數據結構。

在上述實現過程中，多邊形數據結構可以適應不同尺度的場景，并且在不同尺度的場景上的生成效率不會因為場景尺度的不同造成差異，同時，通過使用多邊形數據結構，還可以生成異型室內場景的布局。

進一步地，所述獲取墻體信息，根據所述墻體信息對所述多邊形數據結構進行規劃處理，得到二維場景布局的步驟，包括：

根據所述墻體信息獲得墻體與物體節點之間的依附關系；

根據所述依附關系對所述多邊形數據結構進行規劃處理，得到所述二維場景布局。

在上述實現過程中，依附關系包含了墻體信息和物體節點之間的連接數據，可以保證物體節點依附正確的墻體，并且不會造成墻體和物體節點之間的混亂。