CN107369203B - 室内三维场景自适应构建方法及装置 - Google Patents
室内三维场景自适应构建方法及装置 Download PDFInfo
- Publication number
- CN107369203B CN107369203B CN201710573845.3A CN201710573845A CN107369203B CN 107369203 B CN107369203 B CN 107369203B CN 201710573845 A CN201710573845 A CN 201710573845A CN 107369203 B CN107369203 B CN 107369203B
- Authority
- CN
- China
- Prior art keywords
- indoor
- scene
- room
- layout
- indoor layout
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
Abstract
本发明提供一种室内三维场景自适应构建方法及装置,该方法包括:根据已标注的室内布局图建立不同场景类别对应的对象关联图;根据用户输入的房间信息和对象关联图选择相应的目标室内对象;根据用户输入的预设房间参数和已标注的室内布局图生成目标室内布局;根据目标室内对象和目标室内布局构建室内三维场景。本发明提供的室内三维场景自适应构建方法及装置,提高了三维场景构建的效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种室内三维场景自适应构建方法及装置。
背景技术
随着三维场景建模技术的发展以及室内对象模型资源的丰富,近年来,三维场景构建受到了越来越多的关注,如何加快三维场景构建的自动化程度是其中的一个重要的研究热点。
现有技术中,为了实现三维场景的构建,通常需要技术人员先手动选择室内对象类别,在室内对象类别确定之后,才能实现自动化布局,使得三维场景构建的效率不高。
发明内容
本发明提供一种室内三维场景自适应构建方法及装置,以提高三维场景构建的效率。
本发明实施例提供一种室内三维场景自适应构建方法,包括:
根据已标注的室内布局图建立不同场景类别对应的对象关联图;
根据用户输入的房间信息和所述对象关联图选择相应的目标室内对象;所述房间信息包括房型和已指定的室内对象;
根据用户输入的预设房间参数和所述已标注的室内布局图生成目标室内布局,所述预设房间参数包括房型参数和容积率参数;
根据所述目标室内对象和所述目标室内布局构建室内三维场景。
在本发明一实施例中,所述根据已标注的室内布局图建立不同场景类别对应的对象关联图,包括:
预先获取所述已标注的室内布局图;
根据所述已标注的室内布局图确定每一个室内对象对应的关联关系权重;
根据所述关联关系权重建立不同场景类别对应的对象关联图。
在本发明一实施例中,所述根据用户输入的房间信息和所述对象关联图选择相应的目标室内对象,包括:
根据所述用户输入的房间信息确定房间的场景类别;
根据所述场景类别确定所述场景类别对应的对象关联图;
根据所述对象关联图选择相应的目标室内对象。
在本发明一实施例中,所述根据所述用户输入的房间信息确定房间的场景类别,包括:
且满足和θr为输入房间面积,为场景类别集合中所有场景类别的平均面积,P(oj|si)是室内对象oj在场景类别si中出现的概率,N(oj,si)为oj在si的所有平面图中的存在于单个平面图的最大个数,为用户指定对象类别oj的个数。
在本发明一实施例中,所述根据用户输入的预设房间参数和所述已标注的室内布局图生成目标室内布局,包括:
根据所述房间参数在所述已标注的室内布局图中选择至少两个中间室内布局图;
对所述至少两个中间室内布局图进行加权组合,生成所述目标室内布局。
本发明实施例还提供一种室内三维场景自适应构建装置,包括:
建立单元,用于根据已标注的室内布局图建立不同场景类别对应的对象关联图;
选择单元,用于根据用户输入的房间信息和所述对象关联图选择相应的目标室内对象;所述房间信息包括房型和已指定的室内对象;
生成单元,用于根据用户输入的预设房间参数和所述已标注的室内布局图生成目标室内布局,所述预设房间参数包括房型参数和容积率参数;
构建单元,用于根据所述目标室内对象和所述目标室内布局构建室内三维场景。
在本发明一实施例中,所述建立单元,具体用于预先获取所述已标注的室内布局图;根据所述已标注的室内布局图确定每一个室内对象对应的关联关系权重;并根据所述关联关系权重建立不同场景类别对应的对象关联图。
在本发明一实施例中,所述选择单元,具体用于根据所述用户输入的房间信息确定房间的场景类别;根据所述场景类别确定所述场景类别对应的对象关联图;并根据所述对象关联图选择相应的目标室内对象。
且满足和θr为输入房间面积,为场景类别集合中所有场景类别的平均面积,P(oj|si)是室内对象oj在场景类别si中出现的概率,N(oj,si)为oj在si的所有平面图中的存在于单个平面图的最大个数,为用户指定对象类别oj的个数。
在本发明一实施例中,所述生成单元,具体用于根据所述房间参数在所述已标注的室内布局图中选择至少两个中间室内布局图;并对所述至少两个中间室内布局图进行加权组合,生成所述目标室内布局。
本发明实施例提供的室内三维场景自适应构建方法及装置,通过根据已标注的室内布局图建立不同场景类别对应的对象关联图;根据用户输入的房间信息和对象关联图选择相应的目标室内对象;根据用户输入的预设房间参数和已标注的室内布局图生成目标室内布局,根据目标室内对象和目标室内布局构建室内三维场景。由此可见,本发明实施例提供的室内三维场景自适应构建方法装置,实现了室内三维场景的自动化构建,避免了需要通过人工手动选择室内对象类别,从而提高三维场景构建的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种室内三维场景自适应构建方法的流程示意图;
图2为本发明实施例提供的另一种室内三维场景自适应构建方法的流程示意图;
图3为本发明实施例提供的一种室内对象关联图的示意图;
图4为本发明实施例提供的一种室内三维场景自适应构建装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图1为本发明实施例提供的一种室内三维场景自适应构建方法的流程示意图,当然,本发明实施例只是以图1为例进行说明,但并不代表本发明仅局限于此。该室内三维场景自适应构建方法可以由室内三维场景自适应构建装置执行,示例的,该室内三维场景自适应构建装置可以独立设置,也可以集成在处理器中。请参见图1所示,该室内三维场景自适应构建方法可以包括:
S101、根据已标注的室内布局图建立不同场景类别对应的对象关联图。
示例的,在本发明实施例中,可以通过预先采集并获取已标注的二维室内布局图,将获取到的已标注的二维室内布局图作为数据集,从而根据该已标注的二维室内布局图建立不同场景类别对应的对象关联图。
S102、根据用户输入的房间信息和对象关联图选择相应的目标室内对象。
其中,房间信息包括房型和已指定的室内对象。进一步地,房型可以包括房间大小和门窗位置等信息,已指定的少量的室内对象可以包括床、沙发、电视等。
在确定对象关联图之后,可以根据用户输入的房型、已指定的室内对象以及该对象关联图自动调整推荐结果,从而自适应地选择相应的目标室内对象。
S103、根据用户输入的预设房间参数和已标注的室内布局图生成目标室内布局。
其中,预设房间参数包括房型参数和容积率参数。
S104、根据目标室内对象和目标室内布局构建室内三维场景。
在自适应确定目标室内对象和目标室内布局之后,就可以根据该目标室内对象和目标室内布局构建室内三维场景,实现了室内三维场景的自动化构建,避免了需要通过人工手动选择室内对象类别,从而提高三维场景构建的效率。
本发明实施例提供的室内三维场景自适应构建方法,根据已标注的室内布局图建立不同场景类别对应的对象关联图;根据用户输入的房间信息和对象关联图自适应地选择相应的目标室内对象;根据用户输入的预设房间参数和已标注的室内布局图生成目标室内布局,根据目标室内对象和目标室内布局构建室内三维场景。由此可见,本发明实施例提供的室内三维场景自适应构建方法,实现了室内三维场景的自动化构建,避免了需要通过人工手动选择室内对象类别,从而提高三维场景构建的效率。
基于图1对应的实施例,在图1对应的实施例的基础上,进一步地,请参见图2所示,图2为本发明实施例提供的另一种室内三维场景自适应构建方法的流程示意图,当然,本发明实施例只是以图2为例进行说明,但并不代表本发明仅局限于此。请参见图2所示,方法还可以包括:
S201、预先获取已标注的室内布局图。
示例的,在本发明实施例中,可以通过预先采集并获取已标注的二维室内布局图,以根据该已标注的二维室内布局图建立不同场景类别对应的对象关联图。
S202、根据已标注的室内布局图确定每一个室内对象对应的关联关系权重。
示例的,将获取到的已标注的二维室内布局图作为数据集,针对某一类别的室内场景(如卧室、客厅等),统计每一对室内对象共同出现的频率,同时根据该二维室内布局图中标注的使用者位置,检测室内对象之间的交互关系,并结合室内对象交互类型,得到每一个室内对象对应的关联关系权重。
S203、根据关联关系权重建立不同场景类别对应的对象关联图。
在建立对象关联图时,先构建一个全连通的关系图,其中,该全连通的关系图中的节点为不同的室内对象类别,边为两个类别之间的关系,将S202得到每一个室内对象对应的关联关系权重作为全连通的关系图的边赋权重,移除权重为0的边以及之后孤立的节点,就可以建立不同场景类别对应的对象关联图。
示例的,请参见图3所示,图3为本发明实施例提供的一种室内对象关联图的示意图。图3中的室内对象可以包括电视机、衣柜、床、床头柜、健身器、椅子、梳妆台、书架、钢琴及书桌,其中,每两个室内对象之间的线条用于表示该两个室内对象之间存在关联关系,线条的粗细表示这两个室内对象之间的权重大小,线条越粗,则表示关联关系权重越大,线条越细,则表示关联关系权重越小。
S204、根据用户输入的房间信息确定房间场景类别。
其中,房间信息包括房型和已指定的室内对象。进一步地,房型可以包括房间大小和门窗位置等信息,已指定的少量的室内对象可以包括床、沙发、电视等。
在根据用户输入的房型和已指定的少量的室内对象自适应地确定房间的场景类别时,先判别输入房间的场景类别,根据用户指定的少量的室内对象类别集合选择场景类别集合包含一个或者多个场景类别,如果中只包含一个场景类别,则该场景类别即为输入房间的场景类别,如果包含多个类别,则将输入房间按照不同场景类别的平均面积划分成不同区域,每个区域使用不同的场景类别进行生成。可选的,在本发明实施例中,S204根据用户输入的房间信息确定房间的场景类别,包括:
且满足和θr为输入房间面积,为场景类别集合中所有场景类别的平均面积,P(oj|si)是室内对象oj在场景类别si中出现的概率,N(oj,si)为oj在si的所有平面图中的存在于单个平面图的最大个数,为用户指定对象类别oj的个数。
S205、根据场景类别确定场景类别对应的对象关联图。
S206、根据对象关联图选择相应的目标室内对象。
在根据用户输入的房间信息确定场景类别之后,选取对应该场景类别的对象关联图,将该对象关联图的节点依次剔除一个室内对象,再根据剩余室内对象的面积之和与房间面积的比例是否与二维室内布局图统计的平均比例相似来判断保留哪些室内对象,每次剔除的室内对象为该对象关联图上与邻居节点平均关联度最小的节点,从而确定相应的目标室内对象。
S207、根据房间参数在已标注的室内布局图中选择至少两个中间室内布局图。
其中,预设房间参数包括房型参数和容积率参数。示例的,在本发明实施例中,选择的中间室内布局图的个数可以为5个,可以为7个,当然,也可以为10个,具体可以根据实际需要进行设置,通常情况下,中间室内布局图的个数为大于等于5,且小于等于10中的整数。
将预先获取的已标注的二维室内布局图按照门的位置进行对齐,并提取其二值图模板,即有摆放家具的区域为0,空白区域为1,将二维室内布局图缩放成10*10大小的二值图模板,再将这些模板重排成一个行向量,然后以此将同一类别下的二维室内布局图进行聚类分析,同类的二维室内布局图在布局上具有相似性;同时,提取二维室内布局图中的房间门窗位置与中心点的夹角、室内对象面积和与房间面积的比例、长宽比等参数作为特征,因为输入房间的大小、门窗位置及室内对象已经确定,这样就可以得到一个输入房间的特征,利用该特征对二维室内布局图进行检索,选取至少两个中间室内布局图。示例的,在本发明实施例中,选取最相似的前10个中间室内布局图,该10个中间室内布局图在室内布局上具有相似性。
S208、对至少两个中间室内布局图进行加权组合,生成目标室内布局。
在确定10个布局图中之后,将其进行缩放,并将缩放后的二值图模板与用户输入的房间参数进行比较,对其相似性权重进行加权组合,就可以生成目标室内布局。
S209、根据目标室内对象和目标室内布局构建室内三维场景。
在确定目标室内对象和目标室内布局之后,就可以将目标室内对象以从大到小的顺序,按照生成的目标室内布局进行摆放,即一个室内对象的包围盒平面投影,在二值图模板图中找到一个位置,使其覆盖的二值图模板的区域和最小,然后将该区域的值置为1,并继续摆放下一个对象,依次将选择的目标室内对象及用户指定的少量室内对象摆放至用户输入的房间中,从而完成室内三维场景的构建。由此可见,本发明实施例提的室内三维场景自适应构建方法,实现了室内三维场景的自动化构建,避免了需要通过人工手动选择室内对象类别,从而提高三维场景构建的效率。
在实际应用过程中,通过预先获取已标注的室内布局图;并根据已标注的室内布局图确定每一个室内对象对应的关联关系权重;再根据关联关系权重建立不同场景类别对应的对象关联图;之后,根据用户输入的房间信息确定场景类别对应的对象关联图;再根据对象关联图自适应地选择相应的目标室内对象;之后,再根据房间参数在已标注的室内布局图中选择至少两个中间室内布局图;对至少两个中间室内布局图进行加权组合,生成目标室内布局;在确定目标室内对象和目标室内布局之后,就可以根据目标室内对象和目标室内布局构建室内三维场景。由此可见,本发明实施例提的室内三维场景自适应构建方法,实现了室内三维场景的自动化构建,避免了需要通过人工手动选择室内对象类别,从而提高三维场景构建的效率。
图4为本发明实施例提供的一种室内三维场景自适应构建装置40的结构示意图,当然,本发明实施例只是以图4为例进行说明,但并不代表本发明仅局限于此。请参见图4所示,该室内三维场景自适应构建装置40可以包括:
建立单元401,用于根据已标注的室内布局图建立不同场景类别对应的对象关联图。
选择单元402,用于根据用户输入的房间信息和对象关联图选择相应的目标室内对象;房间信息包括房型和已指定的室内对象。
生成单元403,用于根据用户输入的预设房间参数和已标注的室内布局图生成目标室内布局,预设房间参数包括房型参数和容积率参数。
构建单元404,用于根据目标室内对象和目标室内布局构建室内三维场景。
可选的,建立单元401,具体用于预先获取已标注的室内布局图;根据已标注的室内布局图确定每一个室内对象对应的关联关系权重;并根据关联关系权重建立不同场景类别对应的对象关联图。
可选的,选择单元402,具体用于根据用户输入的房间信息确定房间的场景类别;根据场景类别确定场景类别对应的对象关联图;并根据对象关联图选择相应的目标室内对象。
且满足和θr为输入房间面积,为场景类别集合中所有场景类别的平均面积,P(oj|si)是室内对象oj在场景类别si中出现的概率,N(oj,si)为oj在si的所有平面图中的存在于单个平面图的最大个数,为用户指定对象类别oj的个数。
可选的,生成单元403,具体用于根据房间参数在已标注的室内布局图中选择至少两个中间室内布局图;并对至少两个中间室内布局图进行加权组合,生成目标室内布局。
本发明实施例所示的室内三维场景自适应构建装置40,可以执行上述室内三维场景自适应构建方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种室内三维场景自适应构建方法,其特征在于,包括:
根据已标注的室内布局图建立不同场景类别对应的对象关联图;
根据用户输入的房间信息和所述对象关联图选择相应的目标室内对象;所述房间信息包括房型和已指定的室内对象;
根据用户输入的预设房间参数和所述已标注的室内布局图生成目标室内布局,所述预设房间参数包括房型参数和容积率参数;
根据所述目标室内对象和所述目标室内布局构建室内三维场景;
其中,所述根据已标注的室内布局图建立不同场景类别对应的对象关联图,包括:
预先获取所述已标注的室内布局图;
根据所述已标注的室内布局图确定每一个室内对象对应的关联关系权重;
根据所述关联关系权重建立不同场景类别对应的对象关联图。
2.根据权利要求1所述的方法,其特征在于,所述根据用户输入的房间信息和所述对象关联图选择相应的目标室内对象,包括:
根据所述用户输入的房间信息确定房间的场景类别;
根据所述场景类别确定所述场景类别对应的对象关联图;
根据所述对象关联图选择相应的目标室内对象。
4.根据权利要求1所述的方法,其特征在于,所述根据用户输入的预设房间参数和所述已标注的室内布局图生成目标室内布局,包括:
根据所述房间参数在所述已标注的室内布局图中选择至少两个中间室内布局图;
对所述至少两个中间室内布局图进行加权组合,生成所述目标室内布局。
5.一种室内三维场景自适应构建装置,其特征在于,包括:
建立单元,用于根据已标注的室内布局图建立不同场景类别对应的对象关联图;
选择单元,用于根据用户输入的房间信息和所述对象关联图选择相应的目标室内对象;所述房间信息包括房型和已指定的室内对象;
生成单元,用于根据用户输入的预设房间参数和所述已标注的室内布局图生成目标室内布局,所述预设房间参数包括房型参数和容积率参数;
构建单元,用于根据所述目标室内对象和所述目标室内布局构建室内三维场景;
其中,所述建立单元,具体用于预先获取所述已标注的室内布局图;根据所述已标注的室内布局图确定每一个室内对象对应的关联关系权重;并根据所述关联关系权重建立不同场景类别对应的对象关联图。
6.根据权利要求5所述的装置,其特征在于,
所述选择单元,具体用于根据所述用户输入的房间信息确定房间的场景类别;根据所述场景类别确定所述场景类别对应的对象关联图;并根据所述对象关联图选择相应的目标室内对象。
8.根据权利要求5所述的装置,其特征在于,
所述生成单元,具体用于根据所述房间参数在所述已标注的室内布局图中选择至少两个中间室内布局图;并对所述至少两个中间室内布局图进行加权组合,生成所述目标室内布局。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710573845.3A CN107369203B (zh) | 2017-07-14 | 2017-07-14 | 室内三维场景自适应构建方法及装置 |
US15/873,739 US10963597B2 (en) | 2017-07-14 | 2018-01-17 | Method and apparatus for adaptively constructing three-dimensional indoor scenario |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710573845.3A CN107369203B (zh) | 2017-07-14 | 2017-07-14 | 室内三维场景自适应构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107369203A CN107369203A (zh) | 2017-11-21 |
CN107369203B true CN107369203B (zh) | 2020-04-28 |
Family
ID=60308255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710573845.3A Active CN107369203B (zh) | 2017-07-14 | 2017-07-14 | 室内三维场景自适应构建方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10963597B2 (zh) |
CN (1) | CN107369203B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108228986B (zh) * | 2017-12-22 | 2021-04-06 | 北京城建设计发展集团股份有限公司 | 地铁车站三维建筑模型自动生成方法 |
CN108335356B (zh) * | 2017-12-22 | 2021-03-19 | 北京城建设计发展集团股份有限公司 | 地铁车站三维模型自动生成方法 |
CN110288629B (zh) * | 2019-06-24 | 2021-07-06 | 湖北亿咖通科技有限公司 | 基于移动物体检测的目标检测自动标注方法及装置 |
CN111143716B (zh) * | 2019-12-27 | 2023-06-20 | 中国人民解放军战略支援部队信息工程大学 | 一种基于湖泊对象的地图自适应显示方法及装置 |
CN111177840B (zh) * | 2019-12-31 | 2023-11-03 | 广东博智林机器人有限公司 | 建筑信息模型的更新方法、更新装置、存储介质与处理器 |
CN112966327B (zh) * | 2021-03-17 | 2022-09-16 | 清华大学 | 基于空间关联关系的三维室内场景生成方法及系统 |
CN113609557B (zh) * | 2021-07-26 | 2023-09-26 | 阿里巴巴(中国)有限公司 | 家装布局方法、设备及存储介质 |
CN115273645B (zh) * | 2022-08-09 | 2024-04-09 | 南京大学 | 一种室内面要素自动聚类的地图制图方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050722A (zh) * | 2014-06-06 | 2014-09-17 | 北京航空航天大学 | 一种图像内容驱动的室内三维场景布局与颜色迁移生成方法 |
CN105427373A (zh) * | 2015-10-30 | 2016-03-23 | 上海交通大学 | 基于三层本体的三维场景协同构建系统及其实现方法 |
CN106846466A (zh) * | 2017-01-19 | 2017-06-13 | 湖北省基础地理信息中心(湖北省北斗卫星导航应用技术研究院) | 一种智慧城市三维可视化展示系统 |
CN106850843A (zh) * | 2017-03-08 | 2017-06-13 | 天津梅迪亚科技有限公司 | 一种基于虚拟现实的室内定位监控管理平台 |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0679325B2 (ja) * | 1985-10-11 | 1994-10-05 | 株式会社日立製作所 | 位置姿勢判定方法 |
JP2517637B2 (ja) * | 1988-02-15 | 1996-07-24 | キヤノン株式会社 | マ―ク位置検出方法及びそれが適用される装置 |
JPH07104943B2 (ja) * | 1988-02-29 | 1995-11-13 | 株式会社日立製作所 | 物体認識装置 |
US6850252B1 (en) * | 1999-10-05 | 2005-02-01 | Steven M. Hoffberg | Intelligent electronic appliance system and method |
US8352400B2 (en) * | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
US10361802B1 (en) * | 1999-02-01 | 2019-07-23 | Blanding Hovenweep, Llc | Adaptive pattern recognition based control system and method |
US5560005A (en) * | 1994-02-25 | 1996-09-24 | Actamed Corp. | Methods and systems for object-based relational distributed databases |
US5761385A (en) * | 1995-09-05 | 1998-06-02 | Loral Defense Systems | Product and method for extracting image data |
US6046740A (en) * | 1997-02-07 | 2000-04-04 | Seque Software, Inc. | Application testing with virtual object recognition |
EP1025517A1 (en) * | 1997-10-27 | 2000-08-09 | Massachusetts Institute Of Technology | Image search and retrieval system |
US6694264B2 (en) * | 2001-12-19 | 2004-02-17 | Earth Science Associates, Inc. | Method and system for creating irregular three-dimensional polygonal volume models in a three-dimensional geographic information system |
JP4989532B2 (ja) * | 2007-03-30 | 2012-08-01 | 成均館大学校産学協力団 | 移動サービスロボットの中央情報処理システム、移動サービスロボットの情報処理方法及び移動サービスロボットの情報処理方法を記録したコンピュータで読み取り可能な記録媒体 |
CA2736949C (en) * | 2008-01-18 | 2017-02-21 | Consortium P, Inc. | Systems and methods for detecting activities |
US8355040B2 (en) * | 2008-10-16 | 2013-01-15 | Teliris, Inc. | Telepresence conference room layout, dynamic scenario manager, diagnostics and control system and method |
WO2010067560A1 (ja) * | 2008-12-09 | 2010-06-17 | 日本電気株式会社 | 電波環境データ補正システム、方法およびプログラム |
WO2010088840A1 (en) * | 2009-02-06 | 2010-08-12 | The Hong Kong University Of Science And Technology | Generating three-dimensional models from images |
US20110025689A1 (en) * | 2009-07-29 | 2011-02-03 | Microsoft Corporation | Auto-Generating A Visual Representation |
JP5654801B2 (ja) * | 2010-08-19 | 2015-01-14 | 株式会社ミツトヨ | 画像測定装置及び画像測定方法 |
US8639644B1 (en) * | 2011-05-06 | 2014-01-28 | Google Inc. | Shared robot knowledge base for use with cloud computing system |
US8824797B2 (en) * | 2011-10-03 | 2014-09-02 | Xerox Corporation | Graph-based segmentation integrating visible and NIR information |
US9702707B2 (en) * | 2011-12-22 | 2017-07-11 | AppLabz, LLC | Systems, methods, and apparatus for providing indoor navigation using optical floor sensors |
US9513127B2 (en) * | 2011-12-22 | 2016-12-06 | AppLabz, LLC | Systems, methods, and apparatus for providing indoor navigation |
US8989440B2 (en) * | 2012-03-27 | 2015-03-24 | Way Out Ip, Llc | System and method of room decoration for use with a mobile device |
US9595134B2 (en) * | 2013-05-11 | 2017-03-14 | Mitsubishi Electric Research Laboratories, Inc. | Method for reconstructing 3D scenes from 2D images |
US9292764B2 (en) * | 2013-09-17 | 2016-03-22 | Qualcomm Incorporated | Method and apparatus for selectively providing information on objects in a captured image |
ITBA20130065A1 (it) * | 2013-10-02 | 2015-04-03 | Domenico Colucci | Sistema di localizzazione "indoor" ad alta affidabilita' e relative metodologie di utilizzo |
US10049477B1 (en) * | 2014-06-27 | 2018-08-14 | Google Llc | Computer-assisted text and visual styling for images |
US9872081B2 (en) * | 2014-10-20 | 2018-01-16 | Nbcuniversal Media, Llc | Digital content spatial replacement system and method |
US9574883B2 (en) * | 2015-03-24 | 2017-02-21 | X Development Llc | Associating semantic location data with automated environment mapping |
US20170076016A1 (en) * | 2015-09-10 | 2017-03-16 | Maysam MIR AHMADI | Automated layout generation |
US20170206430A1 (en) * | 2016-01-19 | 2017-07-20 | Pablo Abad | Method and system for object detection |
US20180047193A1 (en) * | 2016-08-15 | 2018-02-15 | Qualcomm Incorporated | Adaptive bounding box merge method in blob analysis for video analytics |
US10191969B2 (en) * | 2016-11-17 | 2019-01-29 | Facebook, Inc. | Filtering online content using a taxonomy of objects |
US10325409B2 (en) * | 2017-06-16 | 2019-06-18 | Microsoft Technology Licensing, Llc | Object holographic augmentation |
CN107590852B (zh) * | 2017-08-21 | 2020-04-14 | 北京航空航天大学 | 行为约束的室内三维场景自动构建方法 |
US10192115B1 (en) * | 2017-12-13 | 2019-01-29 | Lowe's Companies, Inc. | Virtualizing objects using object models and object position data |
US10606269B2 (en) * | 2017-12-19 | 2020-03-31 | X Development Llc | Semantic obstacle recognition for path planning |
US10546196B2 (en) * | 2017-12-20 | 2020-01-28 | X Development Llc | Semantic place recognition and localization |
-
2017
- 2017-07-14 CN CN201710573845.3A patent/CN107369203B/zh active Active
-
2018
- 2018-01-17 US US15/873,739 patent/US10963597B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050722A (zh) * | 2014-06-06 | 2014-09-17 | 北京航空航天大学 | 一种图像内容驱动的室内三维场景布局与颜色迁移生成方法 |
CN105427373A (zh) * | 2015-10-30 | 2016-03-23 | 上海交通大学 | 基于三层本体的三维场景协同构建系统及其实现方法 |
CN106846466A (zh) * | 2017-01-19 | 2017-06-13 | 湖北省基础地理信息中心(湖北省北斗卫星导航应用技术研究院) | 一种智慧城市三维可视化展示系统 |
CN106850843A (zh) * | 2017-03-08 | 2017-06-13 | 天津梅迪亚科技有限公司 | 一种基于虚拟现实的室内定位监控管理平台 |
Non-Patent Citations (1)
Title |
---|
面向虚拟展示的室内三维场景快速构建与优化技术研究;郑贵荣;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120715(第07期);I138-2012 * |
Also Published As
Publication number | Publication date |
---|---|
CN107369203A (zh) | 2017-11-21 |
US20190018909A1 (en) | 2019-01-17 |
US10963597B2 (en) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107369203B (zh) | 室内三维场景自适应构建方法及装置 | |
CN108694266A (zh) | 基于机器学习的智能装修设计方法与系统 | |
CN110400575B (zh) | 通道间特征提取方法、音频分离方法和装置、计算设备 | |
JP5755822B1 (ja) | 類似度算出システム、類似度算出方法およびプログラム | |
CN113505429B (zh) | 室内设计方案获取方法、装置、计算机设备及存储介质 | |
US9036044B1 (en) | Adjusting camera parameters associated with a plurality of images | |
EP3702912A1 (en) | Background application cleaning method and apparatus, and storage medium and electronic device | |
US11227433B2 (en) | Device and method for extracting terrain boundary | |
CN103796305A (zh) | 一种基于Wi-Fi位置指纹的室内定位方法 | |
CN111651819A (zh) | 一种家装设计方法、装置、电子设备及存储介质 | |
CN113486436B (zh) | 基于树形结构的软装设计方法、装置、设备及存储介质 | |
CN108959331A (zh) | 运用设备学习框架的方法、装置及计算机程序 | |
CN103699534B (zh) | 系统目录中数据对象的显示方法及装置 | |
CN108961267A (zh) | 图片处理方法、图片处理装置及终端设备 | |
WO2020173043A1 (zh) | 用户群的优化方法及装置、计算机非易失性可读存储介质 | |
CN104516896B (zh) | 用于处理地图热点区域的方法和系统 | |
CN115883928B (zh) | 一种直播社交大数据的信息推送方法及系统 | |
CN112766348A (zh) | 一种基于对抗神经网络生成样本数据的方法以及装置 | |
CN110750825A (zh) | 一种室内家居布置方法、装置、电子设备和存储介质 | |
US10417805B2 (en) | Method for automatic constructing three-dimensional indoor scenario with behavior-constrained | |
CN114359506A (zh) | 一种户型对比及解析户型对比结果的方法和装置 | |
CN109409381A (zh) | 基于人工智能的家具顶视图的分类方法及系统 | |
CN108804534A (zh) | 一种信息推荐的方法及系统 | |
CN105991400B (zh) | 一种群组搜索方法及其设备 | |
WO2020247731A1 (en) | Systems and methods for neighbor frequency aggregation of parametric probability distributions with decision trees |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |