[发明专利]橱柜布局的处理方法和装置

说明书

本发明公开了一种橱柜布局的处理方法和装置。其中，该方法包括：确定厨房的户型图像；依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案。本发明解决了相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案的技术问题。

技术领域

本发明涉及信息技术领域，具体而言，涉及一种橱柜布局的处理方法和装置。

背景技术

橱柜一般都是定制家具，设计师设计橱柜时一方面要保证橱柜布局的空间合理性，另一方面又要保证撑满以及对缝，每个定制柜体的参数(长，宽，高，转角宽度，切角宽度，切角深度等)都需要设计时精确计算并设置，因此橱柜设计时一个繁琐且耗时的过程。然而，相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种橱柜布局的处理方法和装置，以至少解决相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案的技术问题。

根据本发明实施例的一个方面，提供了一种橱柜布局的处理方法，包括：确定厨房的户型图像；依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案。

可选地，所述网络模型包括第一生成模型和第二生成模型，依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像，包括：依据所述户型图像和所述第一生成模型生成所述整体布局图像，再依据所述整体布局图像和所述第二生成模型生成所述功能柜布局图像，其中，所述第一生成模型、所述第二生成模型均是基于生成式对抗网络而构建的。

可选地，所述网络模型包括第一生成模型和第二生成模型，在依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像之前，还包括：构建并训练网络模型，其中，第一生成模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的户型图像以及所述户型图像对应的整体布局图像；所述第二生成模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的整体布局图像以及所述整体布局图像对应的功能柜布局图像。

可选地，确定厨房的户型图像，包括：确定目标户型的户型数据；从所述户型数据筛选出所述厨房的户型信息；依据所述户型信息，生成所述厨房的所述户型图像。

可选地，所述待摆放定制柜包括地柜，依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案，包括：依据所述整体布局图像与所述功能柜布局图像，确定所述厨房的剩余空间位置；利用所述地柜对所述厨房的剩余空间位置进行填充，得到所述橱柜布局方案。

可选地，所述待摆放定制柜还包括吊柜，依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案，包括：依据所述地柜的类型，确定所述地柜对应的吊柜；按照预设摆放规则对所述吊柜以及所述吊柜的位置进行调整，得到所述橱柜布局方案。

可选地，在依据所述整体布局图像与所述功能柜布局图像，确定所述厨房的剩余空间位置之前，还包括：确定所述功能柜布局图像的位置信息；将目标功能设备部署在对应的所述位置信息上。

根据本发明实施例的另一方面，还提供了一种橱柜布局的处理装置，包括：确定模块，用于确定厨房的户型图像；第一生成模块，用于依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取模块，用于获取待摆放定制柜；第二生成模块，用于依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案。