[发明专利]布局图的生成方法在审
申请号: | 202111615181.5 | 申请日: | 2021-12-27 |
公开(公告)号: | CN114332403A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 刘欣;刘天悦 | 申请(专利权)人: | 贝壳找房网(北京)信息技术有限公司 |
主分类号: | G06T17/10 | 分类号: | G06T17/10;G06T7/10;G06N3/04;G06N3/08 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 赵敏岑 |
地址: | 101520 北京市密云区经济开发区兴盛南路*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 布局 生成 方法 | ||
1.一种布局图的生成方法,其特征在于,所述生成方法包括:
基于房屋图像的基本特征图与边缘线特征图,通过多任务联合模型中的第一网络来确定所述房屋图像的语义分割特征图;
基于所述房屋图像的基本特征图与语义分割特征图,通过所述多任务联合模型中的第二网络来确定所述房屋图像的墙面特征图;
基于所述房屋图像的基本特征图与墙面特征图,通过所述多任务联合模型中的第三网络来确定所述房屋图像的墙角点特征图与墙角线特征图;以及
基于所述房屋图像的墙角点特征图与墙角线特征图,生成所述房屋图像的布局图。
2.根据权利要求1所述的布局图的生成方法,其特征在于,所述通过所述多任务联合模型中的第二网络来确定所述房屋图像的墙面特征图包括:
基于所述房屋图像的基本特征图与语义分割特征图,通过所述第二网络中的第一子网络来确定所述房屋图像的深度特征图;以及
基于所述房屋图像的基本特征图与深度特征图,通过所述第二网络中的第二子网络来确定所述房屋图像的墙面特征图,
所述通过所述多任务联合模型中的第三网络来确定所述房屋图像的墙角点特征图与墙角线特征图包括:
基于所述房屋图像的基本特征图、深度特征图与墙面特征图,通过所述第三网络来确定所述房屋图像的墙角点特征图与墙角线特征图。
3.根据权利要求2所述的布局图的生成方法,其特征在于,所述通过所述第三网络来确定所述房屋图像的墙角点特征图与墙角线特征图包括:
基于所述深度特征图与所述墙面特征图,确定所述基本特征图中的各个墙面区域的深度信息;
在所述深度信息表明第一墙面与第二墙面的间距小于预设间距的情况下,确定所述第一墙面与所述第二墙面中的深度较小的一者为非墙面;
从所述墙面特征图中去除与所述非墙面对应的墙面特征,以获取更新的墙面特征图;以及
基于所述更新的墙面特征图,确定所述房屋图像的墙角点特征图与墙角线特征图。
4.根据权利要求2所述的布局图的生成方法,其特征在于,所述生成方法还包括:
获取在虚拟现实场景中的多个房屋图像样本,其中所述多个房屋图像样本的语义分割特征、墙面特征、墙角点特征与墙角线特征均被标注;
基于所述多个房屋图像样本的点云数据对所述多个房屋图像样本的深度特征进行标注,以获取被标注完成的所述多个房屋图像样本;以及
采用被标注完成的所述多个房屋图像样本对所述多任务联合模型进行训练。
5.根据权利要求4所述的布局图的生成方法,其特征在于,所述采用被标注完成的所述多个房屋图像样本对所述多任务联合模型进行训练包括:
获取被标注完成的所述多个房屋图像样本的基本特征与边缘线特征;
通过所述多任务联合模型对被标注完成的所述多个房屋图像样本的基本特征与边缘线特征进行处理,以确定所述语义分割特征的损失、所述深度特征的损失、所述墙面特征的损失、所述墙角点特征的损失与所述墙角线特征的损失;以及
基于所述语义分割特征的损失、所述深度特征的损失、所述墙面特征的损失、所述墙角点特征的损失与所述墙角线特征的损失,调整与所述多任务联合模型中的特征参数。
6.根据权利要求1所述的布局图的生成方法,其特征在于,所述生成方法还包括:
通过线特征提取法提取所述房屋图像的边缘线特征图;以及
基于所述房屋图像的边缘线特征图,通过分割网络提取所述房屋图像的基本特征图。
7.根据权利要求1所述的布局图的生成方法,其特征在于,所述生成所述房屋图像的布局图包括:
基于所述房屋图像的墙角点特征图,确定所述房屋图像的墙角点;
基于所述房屋图像的墙角点与墙角线特征图,确定所述房屋图像的墙角线;以及
基于所述房屋图像的墙角点与墙角线,生成所述布局图。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述权利要求1-7中任一项所述的布局图的生成方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贝壳找房网(北京)信息技术有限公司,未经贝壳找房网(北京)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111615181.5/1.html,转载请声明来源钻瓜专利网。