[发明专利]一种户型图的人工智能解析方法、计算机可读介质及系统

权利要求书

1.一种户型图的人工智能解析方法，其特征在于：该方法包括以下步骤：

步骤S1：获取户型样本图；

步骤S2：通过形状特征获得户型样本图中的建筑部分，并从建筑部分中分离出墙体特征和门窗特征；

步骤S3：基于深度学习模型结合门窗特征训练一门窗检测模型，并结合在线困难样本挖掘方法优化门窗检测模型，以检测门的特征和窗的特征；及

步骤S4：根据户型样本图中门的特征、窗的特征及墙体特征解析出3D户型图；

所述户型样本图基于建筑图纸获取，上述步骤S2中，通过深度优先遍历方法提取样本图中由线段围成的封闭区域，以获得样本图中的建筑部分；

其中，步骤S2通过遍历样本图中所有线段，将遍历的路径形成封闭空间的部分作为建筑部分，将遍历的路径无法形成封闭空间的部分作为非建筑部分。

2.如权利要求1所述的户型图的人工智能解析方法，其特征在于：步骤S3基于深度学习模型结合门窗特征训练一门窗检测模型，以检测门的特征和窗的特征，进一步包括以下步骤：

步骤S31：提取样本图中的感兴趣区域；

步骤S32：通过池化层对感兴趣区域进行降维处理；

步骤S33：通过全连接层计算感兴趣区域在样本图中的类别；

步骤S34：根据边框回归方法获得感兴趣区域的偏移量预测值，以对感兴趣区域的位置进行优化，并计算第一损失函数；及

步骤S35：结合在线困难样本挖掘方法优化第一损失函数。

3.如权利要求2所述的户型图的人工智能解析方法，其特征在于：步骤S31提取样本图中的感兴趣区域，之前进一步包括以下步骤：

步骤S301：使用大量包含有门窗的户型图作为训练集，并采用形状框框选出门窗特征中门的特征和窗的特征；

步骤S302：根据形状框对门的特征和窗的特征作对应的标记；及

步骤S303：设定门的特征和窗的特征为感兴趣区域。

4.如权利要求1所述的户型图的人工智能解析方法，其特征在于：步骤S1获取户型样本图，之后进一步包括以下步骤：

步骤S101：调整样本图的像素；及

步骤S102：将调整后的样本图裁剪至设定规格尺寸以内。

5.如权利要求1所述的户型图的人工智能解析方法，其特征在于：步骤S2通过深度优先遍历方法结合形状特征获得户型样本图中的建筑部分，并从建筑部分中获得墙体特征和门窗特征其进一步包括以下步骤：

步骤S21：提取样本图中每条线段中两端点的坐标；

步骤S22：以任意线段其中一端点的坐标为起点，并选择相邻线段的坐标进行连接，形成路径进行遍历；

步骤S23：返回至起点，根据遍历的路径形成一封闭区域；及

步骤S24：重新选取一个端点的坐标为起点，循环上述步骤S22-步骤S23，直至遍历样本图中所有线段，并获得样本图的建筑部分。

6.如权利要求5所述的户型图的人工智能解析方法，其特征在于：在步骤S24获取样本图中的建筑部分之后进一步包括以下步骤：

步骤S241：通过连通域消除样本图中的噪点；

步骤S242：提取建筑部分的边缘线段，并结合消除噪点之后的建筑部分，加强建筑部分边缘线段的纹理；

步骤S243：采用预设的结构元素复原建筑部分的厚度；

步骤S244：根据像素灰度，并定义平直特征为分割阈值，识别出墙体特征；及

步骤S245：检索墙体特征中的开口区，以作为门窗特征检测的基础。

7.一种计算机可读介质，其特征在于：所述计算机可读介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1-6中任一项中所述的户型图的人工智能解析方法。