[发明专利]一种基于VGG的BIM模型最佳视觉角度构建方法

权利要求书

1.一种基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，包括：

步骤1、根据截图角度和截图距离构建构件的32个不同角度的截图；

步骤2、采用VGG分类器对构件的32张截图进行分类识别，得到所有截图的概率值，同时根据所述概率值计算每张截图的评估分数，从32个角度中得到最佳视觉角度。

2.如权利要求1所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤1包括：构件预处理：将所述构件看成一个规则的长方体；通过长方体外接一个球面，从球面进行360度截图获得构件不同面的特征，其中，外接球为一个球体将几何体包围，且几何体的各顶点同在一个球面上。

3.如权利要求2所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤1中，采用将所述球体的表面看成一个足球的表面，足球表面由32个多边形组成，以32个多边形的中心点进行截图将无数的截图点转为32个有限的截图点，得到32个截图角度α＝{α₁，α₂，…，α₃₂}，中心点C＝{c₁，c₂，…，c₃₂}。

4.如权利要求3所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤1中，设定构件长方体外接球的半径为R，观察距离为D，D为外接球半径R的a倍，即D＝a*R，从固定的32个多边形中心点C＝{c₁，c₂，…，c₃₂}和固定观察距离D＝a*R截图，得到一个构件从32个不同角度截取的图片，即I＝{i₁，i₂，…，i₃₂}。

5.如权利要求1或4所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤2中，采用经过ImageNet数据集预训练的卷积神经网络VGG，将所述32张不同角度的构件截图I＝{i₁，i₂，…，i₃₂}依次作为输入图片；由高到低的输出每张图片对应类别的概率值，以不同角度α截取的图片，其类别概率值组成一个集合V_α。

6.如权利要求5所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤2中，通过对每张截图计算评估分数，得到32张截图中的最佳视觉角度截图，即

其中，f(α)为评估函数，α表示截图的角度，V_α表示在角度α下截取的图片，经过VGG分类器被识别为1000个类别的概率值的V_α集合，max₁表示在V_α集合中最大的类别概率值，σ²表示V_α集合中的数据离散程度；

通过f(α)函数得到构件的32张截图的评估分数，最大值为0.1442，该张截图即为最佳视觉角度，通过argmaxf(α)函数计算出使得f(α)取得最大值所对应的角度α，此角度即为最佳视觉角度。

7.如权利要求1所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤1中，设构件外接长方体的长、宽、高分别为a、b、c，则长方体的外接球半径R为：

8.如权利要求1所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤2中，由高到低的输出每张图片对应1000个类别的概率值，其类别概率值组成集合V_α为：V_α＝{R|0＜R＜1}，card(V_α)＝1000。