[发明专利]一种基于深度学习的二维户型图生成三维户型图的方法

权利要求书

1.一种基于深度学习的二维户型图生成三维户型图的方法，其特征在于，包括：

(1)将待识别的二维户型图输入训练好的神经网络中，得到所述二维户型图对应的热力图；

(2)将所述热力图中的点连接为墙、门及窗，得到多条线段，包括：

(21)将所述热力图中概率大于设定阈值的点做为候选交点；

(22)分别对所述候选交点的东、南、西、北四个方向上的通道进行延伸搜索，如果一个候选交点在一个通道上的延伸和另一个候选交点在该通道上的延伸存在重合点，则将此两候选交点连为一条线段；

(23)通过开/闭运算计算任意两条线段之间的间隙值并判断所述间隙值是否小于设定的阈值，若是，则将所述间隙值对应的两条线段连接在一起；

(3)获取所述多条线段的数据信息并将所述数据信息转换为json格式的文件，其中所述数据信息包括墙、门及窗的起点坐标和终点坐标；

(4)将所述json格式的文件输入Unity3D模型，生成三维户型图。

2.根据权利要求1所述的基于深度学习的二维户型图生成三维户型图的方法，其特征在于，所述神经网络模型的生成过程包括：

利用爬虫技术，从网络资源中获取一定数量的二维户型图；

对所述二维户型图进行裁剪，去掉图片周围的空白及标尺并将所述二维户型图修补为正方形；

将所述二维户型图缩放至合适的分辨率；

通过人工对所述二维户型图中的墙、门及窗进行标注，包括：

利用图片处理软件，分别用红、绿及蓝三种颜色一个像素宽的线段标注所述二维户型图中的墙、门及窗；

将所述二维户型图的背景设置为黑色后将所述二维户型图转换为png格式并保存所述二维户型图；

将所述二维户型图转换为热力图，包括：

获取所述二维户型图中各个像素点在东、南、西、北四个方向通道上的像素信息并根据所述像素信息判断各个像素点是否为交点，得到交点集合；

利用二维正态分布函数对所述交点集合进行计算，得到所述二维户型图对应的热力图；

将所述热力图输入神经网络，对所述神经网络进行训练。

3.根据权利要求1所述的基于深度学习的二维户型图生成三维户型图的方法，其特征在于，获取所述多条线段的数据信息包括：

获取所述二维户型图的标尺信息；

将所述标尺信息中的数字与线段进行分离；

根据所述数字及所述线段实际长度计算所述二维户型图的比例尺；

根据提取的比例尺和缩放前后的分辨率计算缩放后二维户型图的比例尺。

4.根据权利要求1所述的基于深度学习的二维户型图生成三维户型图的方法，其特征在于，通过开/闭运算计算任意两条线段之间的间隙值并判断所述间隙值是否小于设定的阈值包括：

若否，则删除所述间隙值对应的两条线段。

5.根据权利要求1所述的基于深度学习的二维户型图生成三维户型图的方法，其特征在于，所述数据信息还包括所述二维户型图的比例尺。

6.根据权利要求2所述的基于深度学习的二维户型图生成三维户型图的方法，其特征在于，根据所述像素信息判断各个像素点是否为交点包括：

分别判断各个像素点所在通道的至少两个方向上是否存在与各个像素点像素值一致的像素点，若是，则将该像素点设置为交点。