CN108416707A - 房屋户型评估方法及装置 - Google Patents
房屋户型评估方法及装置 Download PDFInfo
- Publication number
- CN108416707A CN108416707A CN201810124705.2A CN201810124705A CN108416707A CN 108416707 A CN108416707 A CN 108416707A CN 201810124705 A CN201810124705 A CN 201810124705A CN 108416707 A CN108416707 A CN 108416707A
- Authority
- CN
- China
- Prior art keywords
- feature
- house
- floor plan
- recognition result
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000013011 mating Effects 0.000 claims description 30
- 238000012360 testing method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 claims description 9
- 235000013399 edible fruits Nutrition 0.000 claims 3
- 238000011156 evaluation Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 7
- 230000009885 systemic effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种房屋户型评估方法及装置，其中的房屋户型评估方法包括：接收目标房屋户型图；对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果；在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系；以及，根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。本发明能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性。
Description
技术领域
本发明涉及数据评估技术领域，具体涉及一种房屋户型评估方法及装置。
背景技术
房屋户型是关系房屋居住质量优劣的关键性性因素。当前市场环境下，判定一套房屋的户型优劣，需要较多的专业知识，普通人很难对户型优劣程度做系统性的客观评估。
目前，房地产专业人士能够对对户型的某些方面做出客观评价，但通常耗时较长，且往往缺乏系统性，无法对两套不同房屋的户型优劣进行快速比较。
也就是说，当前评判一套房屋户型优劣，需要较多专业知识，普通人很难对户型优劣程度做系统性客观评估；房产专业人士对户型的评估通常因人而异，虽然能够对某些方面做出客观评价，但通常缺乏系统性，且容易遗漏重要评估点，评估结果无法量化，无法对两套不同房屋的户型优劣进行快速比较；专业人士对户型的评估通常耗时较长，成本高。
发明内容
针对现有技术中的问题，本发明提供一种房屋户型评估方法及装置，能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性。
为解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供一种房屋户型评估方法，所述房屋户型评估方法包括：
接收目标房屋户型图；
对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果；
在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系；
以及，根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
进一步地，所述房屋特征包括：格局特征、朝向特征和配套特征；
相对应的，所述对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果，包括：
对所述目标房屋户型图中的格局特征进行识别，得到该目标房屋户型图的格局特征的识别结果；
对所述目标房屋户型图中的朝向特征进行识别，得到该目标房屋户型图的朝向特征的识别结果；
以及，对所述目标房屋户型图中的配套特征进行识别，得到该目标房屋户型图的配套特征的识别结果。
进一步地，所述对所述目标房屋户型图中的格局特征进行识别，得到该目标房屋户型图的格局特征的识别结果，包括：
获取所述格局特征对应的各第一特征，其中，所述第一特征包括：户型方正程度特征、全明格局程度特征、南北通透程度特征、功能性房间分离程度特征和干湿分离程度特征；
将每个第一特征各自对应的多个评估检测点定位到所述目标房屋户型图中对应的位置，对所述目标房屋户型图中的各格局评估检测点进行识别，得到该目标房屋户型图的各第一特征的识别结果。
进一步地，所述对所述目标房屋户型图中的朝向特征进行识别，得到该目标房屋户型图的朝向特征的识别结果，包括：
对所述目标房屋户型图中的每一个房间窗户所在方向进行解析，得到所述目标房屋户型图中的每一个房间的朝向识别结果。
进一步地，所述对所述目标房屋户型图中的配套特征进行识别，得到该目标房屋户型图的配套特征的识别结果，包括：
检测所述目标房屋户型图中是否包括配套特征；
若包括，则识别得到各配套特征的个数及类型。
进一步地，所述预设的特征分值表中存储有格局特征对应的第一特征的全部类型的识别结果与不同的分值之间的一一对应关系，所述预设的特征分值表中还存储有朝向特征对应的各类型的朝向识别结果与不同的分值之间的一一对应关系，以及，各类型的配套特征与不同的分值之间的一一对应关系；
其中，所述第一特征包括：户型方正程度特征、全明格局程度特征、南北通透程度特征、功能性房间分离程度特征和干湿分离程度特征。
进一步地，所述房屋户型评估方法还包括：
在确定各房屋特征的各识别结果对应的分值时，根据各房屋特征的各识别结果对应的分值的大小，在所述目标房屋户型图的对应位置进行不同形态的标签显示并显示各识别结果对应的预存描述文字。
第二方面，本发明提供一种房屋户型评估系统，所述房屋户型评估系统包括：
目标房屋户型图接收模块，用于接收目标房屋户型图；
房屋特征识别模块，用于对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果；
识别结果的分值确定模块，用于在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系；
户型评估文件获取模块，用于根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述房屋户型评估方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述房屋户型评估方法的步骤。
由上述技术方案可知，本发明提供的一种房屋户型评估方法，通过接收目标房屋户型图；对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果；在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系；以及，根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件；能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性；并有效降低户型优劣评判的准入门槛，使得普通用户可以对户型优劣做出客观评价；通过对户型做系统性定量解读，户型评估不再片面，评估结果可量化，不同户型之间优劣程度可以进行比较，以及，能够有效解决户型评估耗时长的问题，准确且快速地完成户型的自动评估。
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作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一中的房屋户型评估方法的流程示意图；
图2是本发明的应用实例中房屋户型的三角雷达示意图；
图3是本发明实施例二中的一种房屋户型评估系统的结构示意图；
图4是本发明实施例三中的一种电子设备的结构示意图。
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、完整的描述，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作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。
本发明的实施例一提供一种房屋户型评估方法的具体实施方式，参见图1，所述房屋户型评估方法具体包括如下内容：
步骤100：接收目标房屋户型图。
在步骤100中，房屋户型评估系统接收用户发送的目标房屋户型图。可以理解的是，用户最先发送的目标房屋户型图的大小、像素或格式可能与预设的标准房屋户型图的大小、像素或格式不同，因此所述房屋户型评估系统在接收到这类无法直接识别的目标房屋户型图时，需要先将其进行格式转化，时期与标准房屋户型图的大小、像素和格式均相同，以便于后续对该目标房屋户型图的继续处理。
步骤200：对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果。
在步骤200中，所述房屋户型评估系统对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果。可以理解的是，所述房屋特征至少包括：格局特征、朝向特征和配套特征。可以理解的是，所述对所述目标房屋户型图中的各房屋特征进行识别具体可以为根据预先设置的一系列的评估检测点，通过对这些检测点的定量检测，实现对所述目标房屋户型图的特征识别，其中，对所述目标房屋户型图的特征识别可以为通过信息获取图像采集、图像预处理(如二值化、反色等处理方法)得到特征数据、训练过程(分类器涉及和分类决策)及进行识别来实现，具体可以为人工神经网络方法。
步骤300：在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系。
在步骤200中，所述房屋户型评估系统在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值。可以理解的是，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系。
步骤400：根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
从上述描述可知，本发明的实施例提供的房屋户型评估方法，能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性；并有效降低户型优劣评判的准入门槛，使得普通用户可以对户型优劣做出客观评价；通过对户型做系统性定量解读，户型评估不再片面，评估结果可量化，不同户型之间优劣程度可以进行比较，以及，能够有效解决户型评估耗时长的问题，准确且快速地完成户型的自动评估。
在一种具体实施方式中，本发明还提供所述房屋户型评估方法中步骤200的具体实施方式，所述步骤200具体包括如下内容：
步骤201：对所述目标房屋户型图中的格局特征进行识别，得到该目标房屋户型图的格局特征的识别结果。
在步骤201中，所述房屋户型评估系统获取所述格局特征对应的各第一特征，其中，所述第一特征包括：户型方正程度特征、全明格局程度特征、南北通透程度特征、功能性房间分离程度特征和干湿分离程度特征；然后，所述房屋户型评估系统将每个第一特征各自对应的多个评估检测点定位到所述目标房屋户型图中对应的位置，对所述目标房屋户型图中的各格局评估检测点进行识别，得到该目标房屋户型图的各第一特征的识别结果。
步骤202：对所述目标房屋户型图中的朝向特征进行识别，得到该目标房屋户型图的朝向特征的识别结果。
在步骤202中，所述房屋户型评估系统对所述目标房屋户型图中的每一个房间窗户所在方向进行解析，得到所述目标房屋户型图中的每一个房间的朝向识别结果。
步骤203：对所述目标房屋户型图中的配套特征进行识别，得到该目标房屋户型图的配套特征的识别结果。
在步骤203中，所述房屋户型评估系统检测所述目标房屋户型图中是否包括配套特征；若包括，则识别得到各配套特征的个数及类型。
从上述描述可知，本发明的实施例提供的房屋户型评估方法，能够准确且快速地对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果，为后续获取目标房屋户型图的户型评估文件提供了准确且可靠地数据基础。
在一种具体实施方式中，本发明还提供所述房屋户型评估方法中的所述预设的特征分值表中存储有格局特征对应的第一特征的全部类型的识别结果与不同的分值之间的一一对应关系，所述预设的特征分值表中还存储有朝向特征对应的各类型的朝向识别结果与不同的分值之间的一一对应关系，以及，各类型的配套特征与不同的分值之间的一一对应关系；其中，所述第一特征包括：户型方正程度特征、全明格局程度特征、南北通透程度特征、功能性房间分离程度特征和干湿分离程度特征。
从上述描述可知，本发明的实施例提供的房屋户型评估方法，通过预先设置特征分值表，能够进一步地加快对所述目标房屋户型图进行户型评估的效率。
在一种具体实施方式中，所述房屋户型评估方法还具体包括如下内容：
步骤A00：在确定各房屋特征的各识别结果对应的分值时，根据各房屋特征的各识别结果对应的分值的大小，在所述目标房屋户型图的对应位置进行不同形态的标签显示并显示各识别结果对应的预存描述文字。
从上述描述可知，本发明的实施例提供的房屋户型评估方法，通过在所述目标房屋户型图的对应位置进行不同形态的标签显示并显示各识别结果对应的预存描述文字，能够更为直观的向用户展示评估细节及结果，有效提高了用户体验。
为进一步的说明本方案，本发明还提供一种房屋户型评估方法的具体应用实例，所述房屋户型评估方法具体包括如下内容：
S1：接收一张房屋户型图。
S2：从格局、朝向和配套这三个大的方面来进行对户型进行系统评估，即分别对这三个方面设置一系列的评估检测点，通过对这些检测点的定量检测，实现对这三大方面的定量评估。
S3：综合格局、朝向和配套这三方面的定量评估值，得出户型的整体评估值。
其中具体包括：
1)格局，是对户型结构的总体概述，所述房屋户型评估系统中预设有五个检测点：户型方正、全明格局、南北通透、餐客分离和干湿分离；
(1)户型方正：我们认为当一个户型，主要功能间的围和墙体呈90°角；整体户型外墙交点围和呈矩形后长宽比例大于1.6；缺角处围合面积小于总体围合矩形的1/4；满足这三个条件时，则该户型方正。
(2)全明格局：顾名思义，在户型中室厅厨卫阳台/露台存在采光源时，可以判定该户型为全明格局。
(3)南北通透：当户型中南和北面分别具有能够通风采光的窗户，且该南北面窗户所在墙体互为平行，可以做到贯穿通风时，即为南北通透。
(4)餐客分离：餐厅区域与客厅区域拥有独立互不干扰的活动空间，则认为该户型是餐客分离。
(5)干湿分离：主要描述的是干湿分离卫生间，卫生间中存在墙体分割出干区与湿区，则认为该户型有干湿分离卫生间。
当户型图格局中满足检测点时会高亮，如不符合则会置灰标签，同时程序来使用if命令自动输出满足标签的户型描述/不满足的标签描述。
2)朝向，朝向关系到整个户型的采光和通风，我们通过对每一个房间窗户所在方向进行解析，得到室厅厨卫等各分间的朝向；
将朝向进行了优劣排位；
(1)朝南的屋子最优，原因是为朝南的房子阳光充足南北通透，冬暖夏凉视为最好的朝向，所以给10分评价。
(2)朝东的屋子采光也较好，但是通风不足容易引起潮湿，分值略低给7分。
(3)朝北的屋子采光会不足，夏天是会比较凉爽，但是冬天会比较冷，只给到3分。
(4)朝西的屋子，采光时间短，但是夏天会西晒严重，给予0分。
(5)另外人们会较多的关注户型中的厨房卫生间是否有采光可以通风，因为会影响到卫生间潮湿，厨房油烟味比较大的问题，也就是人们常说的是否是明厨明卫。那么当卫生间和厨房存在朝向时属于该户型的优点，再分别加5分。
同样，这里的朝向标签均具备对应的描述文案，当系统检测到满足某一朝向时，会自动匹配输出对应朝向的描述说明展示。
3)配套，配套是指房屋的一些具有特殊功能的分间或设施，比如花园、衣帽间、落地窗、观景飘窗等，拥有这些户型配套的房屋会大大提升居住体验。我们对配套设计了12个监测点；
(1)带花园(户型中有花园)+5分
(2)带阁楼(户型中有阁楼)+5分
(3)带阳台(户型中有阳台)+5分
(4)带卫生间(有某间卧室有独立卫生间)+5分
(5)带衣帽间/储物间分别+2分
(6)户型中有窗户为落地窗/飘窗分别+2分
(7)厨卫不对门/卧室之间不对门/入户门不对厨房门/入户门不对卫生间门的条件满足时分别+2分。
同样，配套方面的标签当检测存在时，会进行高亮展示，并且显示处对应的描述文案。
综合以上的打分标准，三大方面的检测点分别先设置满分值为一百，根据每方面得分值，使用如图2所示的三角雷达图的形式来表现户型图三个维度是否平均；最终的总分值，由三个维度得分的平均值得出来评定整体户型。
在页面说明的总上方，我们将所有检测点的标签归总置顶，同时户型图下方的整体户型描述使用程序自动摘取该户型所满足的前两点标签的对应文案说明。
从上述描述可知，本发明的应用实例提供的房屋户型评估方法，能够做到在程序智能准确的评估检测下，可以快速而又客观的得出评价，并且也方便了不同户型之间优劣程度的比较，不仅可以满足普通人对于房屋优劣的求知心理，也可以作为房产相关人士对于户型可以进行系统整体的介绍的工具；能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性；并有效降低户型优劣评判的准入门槛，使得普通用户可以对户型优劣做出客观评价；通过对户型做系统性定量解读，户型评估不再片面，评估结果可量化，不同户型之间优劣程度可以进行比较，以及，能够有效解决户型评估耗时长的问题，准确且快速地完成户型的自动评估。
本发明的实施例二提供一种能够实现所述房屋户型评估方法全部内容的房屋户型评估系统的具体实现方式，参见图3，所述房屋户型评估系统具体包括如下内容：
目标房屋户型图接收模块10，用于接收目标房屋户型图；
房屋特征识别模块20，用于对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果；
识别结果的分值确定模块30，用于在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系；
户型评估文件获取模块40，用于根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
本发明提供的房屋户型评估系统的实施例具体可以用于执行上述房屋户型评估方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明的实施例提供的房屋户型评估系统，能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性；并有效降低户型优劣评判的准入门槛，使得普通用户可以对户型优劣做出客观评价；通过对户型做系统性定量解读，户型评估不再片面，评估结果可量化，不同户型之间优劣程度可以进行比较，以及，能够有效解决户型评估耗时长的问题，准确且快速地完成户型的自动评估。
本发明的实施例三提供能够实现上述房屋户型评估方法中全部步骤的一种电子设备的具体实施方式，参见图4，所述电子设备具体包括如下内容：
处理器(processor)601、存储器(memory)602、通信接口(CommunicationsInterface)603和总线604；
其中，所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信；所述通信接口603用于实现房屋户型评估系统及用户端等之间的信息传输；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例一中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：接收目标房屋户型图。
在步骤100中，房屋户型评估系统接收用户发送的目标房屋户型图。可以理解的是，用户最先发送的目标房屋户型图的大小、像素或格式可能与预设的标准房屋户型图的大小、像素或格式不同，因此所述房屋户型评估系统在接收到这类无法直接识别的目标房屋户型图时，需要先将其进行格式转化，时期与标准房屋户型图的大小、像素和格式均相同，以便于后续对该目标房屋户型图的继续处理。
步骤200：对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果。
在步骤200中，所述房屋户型评估系统对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果。可以理解的是，所述房屋特征至少包括：格局特征、朝向特征和配套特征。可以理解的是，所述对所述目标房屋户型图中的各房屋特征进行识别具体可以为根据预先设置的一系列的评估检测点，通过对这些检测点的定量检测，实现对所述目标房屋户型图的特征识别，其中，对所述目标房屋户型图的特征识别可以为通过信息获取图像采集、图像预处理(如二值化、反色等处理方法)得到特征数据、训练过程(分类器涉及和分类决策)及进行识别来实现，具体可以为人工神经网络方法。
步骤300：在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系。
在步骤200中，所述房屋户型评估系统在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值。可以理解的是，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系。
步骤400：根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
从上述描述可知，本发明的实施例提供的电子设备，能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性；并有效降低户型优劣评判的准入门槛，使得普通用户可以对户型优劣做出客观评价；通过对户型做系统性定量解读，户型评估不再片面，评估结果可量化，不同户型之间优劣程度可以进行比较，以及，能够有效解决户型评估耗时长的问题，准确且快速地完成户型的自动评估。
本发明的实施例四提供能够实现上述房屋户型评估方法中全部步骤的一种计算机可读存储介质，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实施例一的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：接收目标房屋户型图。
在步骤100中，房屋户型评估系统接收用户发送的目标房屋户型图。可以理解的是，用户最先发送的目标房屋户型图的大小、像素或格式可能与预设的标准房屋户型图的大小、像素或格式不同，因此所述房屋户型评估系统在接收到这类无法直接识别的目标房屋户型图时，需要先将其进行格式转化，时期与标准房屋户型图的大小、像素和格式均相同，以便于后续对该目标房屋户型图的继续处理。
步骤200：对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果。
在步骤200中，所述房屋户型评估系统对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果。可以理解的是，所述房屋特征至少包括：格局特征、朝向特征和配套特征。可以理解的是，所述对所述目标房屋户型图中的各房屋特征进行识别具体可以为根据预先设置的一系列的评估检测点，通过对这些检测点的定量检测，实现对所述目标房屋户型图的特征识别，其中，对所述目标房屋户型图的特征识别可以为通过信息获取图像采集、图像预处理(如二值化、反色等处理方法)得到特征数据、训练过程(分类器涉及和分类决策)及进行识别来实现，具体可以为人工神经网络方法。
步骤300：在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系。
在步骤200中，所述房屋户型评估系统在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值。可以理解的是，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系。
步骤400：根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
从上述描述可知，本发明的实施例提供的计算机可读存储介质，能够自动提取出房屋户型的各个优缺点，并且提前过程快速且可靠，并有效保证房屋户型的评估的准确性；并有效降低户型优劣评判的准入门槛，使得普通用户可以对户型优劣做出客观评价；通过对户型做系统性定量解读，户型评估不再片面，评估结果可量化，不同户型之间优劣程度可以进行比较，以及，能够有效解决户型评估耗时长的问题，准确且快速地完成户型的自动评估。
在本发明的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述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，或者对其中部分技术特征进行等同替换；而这些修改或替换，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精神和范围。
Claims (10)
1.一种房屋户型评估方法，其特征在于，所述房屋户型评估方法包括：
接收目标房屋户型图；
对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果；
在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系；
以及，根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
2.根据权利要求1所述的房屋户型评估方法，其特征在于，所述房屋特征包括：格局特征、朝向特征和配套特征；
相对应的，所述对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果，包括：
对所述目标房屋户型图中的格局特征进行识别，得到该目标房屋户型图的格局特征的识别结果；
对所述目标房屋户型图中的朝向特征进行识别，得到该目标房屋户型图的朝向特征的识别结果；
以及，对所述目标房屋户型图中的配套特征进行识别，得到该目标房屋户型图的配套特征的识别结果。
3.根据权利要求2所述的房屋户型评估方法，其特征在于，所述对所述目标房屋户型图中的格局特征进行识别，得到该目标房屋户型图的格局特征的识别结果，包括：
获取所述格局特征对应的各第一特征，其中，所述第一特征包括：户型方正程度特征、全明格局程度特征、南北通透程度特征、功能性房间分离程度特征和干湿分离程度特征；
将每个第一特征各自对应的多个评估检测点定位到所述目标房屋户型图中对应的位置，对所述目标房屋户型图中的各格局评估检测点进行识别，得到该目标房屋户型图的各第一特征的识别结果。
4.根据权利要求2所述的房屋户型评估方法，其特征在于，所述对所述目标房屋户型图中的朝向特征进行识别，得到该目标房屋户型图的朝向特征的识别结果，包括：
对所述目标房屋户型图中的每一个房间窗户所在方向进行解析，得到所述目标房屋户型图中的每一个房间的朝向识别结果。
5.根据权利要求2所述的房屋户型评估方法，其特征在于，所述对所述目标房屋户型图中的配套特征进行识别，得到该目标房屋户型图的配套特征的识别结果，包括：
检测所述目标房屋户型图中是否包括配套特征；
若包括，则识别得到各配套特征的个数及类型。
6.根据权利要求1所述的房屋户型评估方法，其特征在于，所述预设的特征分值表中存储有格局特征对应的第一特征的全部类型的识别结果与不同的分值之间的一一对应关系，所述预设的特征分值表中还存储有朝向特征对应的各类型的朝向识别结果与不同的分值之间的一一对应关系，以及，各类型的配套特征与不同的分值之间的一一对应关系；
其中，所述第一特征包括：户型方正程度特征、全明格局程度特征、南北通透程度特征、功能性房间分离程度特征和干湿分离程度特征。
7.根据权利要求1所述的房屋户型评估方法，其特征在于，所述房屋户型评估方法还包括：
在确定各房屋特征的各识别结果对应的分值时，根据各房屋特征的各识别结果对应的分值的大小，在所述目标房屋户型图的对应位置进行不同形态的标签显示并显示各识别结果对应的预存描述文字。
8.一种房屋户型评估系统，其特征在于，所述房屋户型评估系统包括：
目标房屋户型图接收模块，用于接收目标房屋户型图；
房屋特征识别模块，用于对所述目标房屋户型图中的各房屋特征进行识别，得到该目标房屋户型图的各房屋特征的识别结果；
识别结果的分值确定模块，用于在预设的特征分值表中分别获取各房屋特征的识别结果对应的分值，其中，所述特征分值表中存储有各房屋特征的全部类型的识别结果与不同的分值之间的一一对应关系；
户型评估文件获取模块，用于根据所述各房屋特征的识别结果及各房屋特征的识别结果对应的分值，生成针对该目标房屋户型图的户型评估文件。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述房屋户型评估方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述房屋户型评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810124705.2A CN108416707B (zh) | 2018-02-07 | 2018-02-07 | 房屋户型评估方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810124705.2A CN108416707B (zh) | 2018-02-07 | 2018-02-07 | 房屋户型评估方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108416707A true CN108416707A (zh) | 2018-08-17 |
| CN108416707B CN108416707B (zh) | 2021-02-12 |
Family
ID=63128005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810124705.2A Active CN108416707B (zh) | 2018-02-07 | 2018-02-07 | 房屋户型评估方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108416707B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886775A (zh) * | 2019-01-17 | 2019-06-14 | 平安城市建设科技(深圳)有限公司 | 房屋优缺点评估方法、装置、设备及计算机可读存储介质 |
| CN110084293A (zh) * | 2019-04-18 | 2019-08-02 | 贝壳技术有限公司 | 一种全明格局房屋的确定方法和装置 |
| CN110111426A (zh) * | 2019-04-18 | 2019-08-09 | 贝壳技术有限公司 | 一种动静分离格局房屋的确定方法和装置 |
| CN110222621A (zh) * | 2019-05-30 | 2019-09-10 | 贝壳技术有限公司 | 相似户型检测方法、电子设备及存储介质 |
| CN110390153A (zh) * | 2019-07-15 | 2019-10-29 | 贝壳技术有限公司 | 户型结构改造方案的生成方法、装置以及设备、存储介质 |
| CN111340527A (zh) * | 2020-02-13 | 2020-06-26 | 贝壳技术有限公司 | 房屋评估方法、装置、计算机可读存储介质及电子设备 |
| CN111553004A (zh) * | 2020-04-17 | 2020-08-18 | 上海柏涛建筑设计咨询有限公司 | 仿真房型的建立方法及房型设计通用行为测评方法 |
| CN111798340A (zh) * | 2020-06-24 | 2020-10-20 | 北京字节跳动网络技术有限公司 | 户型图标识方法、装置和电子设备 |
| CN111985039A (zh) * | 2020-08-28 | 2020-11-24 | 贝壳技术有限公司 | 房屋户型改造方案确定方法、装置及计算机可读存储介质 |
| US10956626B2 (en) | 2019-07-15 | 2021-03-23 | Ke.Com (Beijing) Technology Co., Ltd. | Artificial intelligence systems and methods for interior design |
| CN113282981A (zh) * | 2021-04-22 | 2021-08-20 | 北京房江湖科技有限公司 | 快速获取户型结构的方法及装置 |
| CN114219007A (zh) * | 2021-11-23 | 2022-03-22 | 慧之安信息技术股份有限公司 | 基于图像匹配的户型合理度评判方法及装置 |
| CN114358836A (zh) * | 2021-12-30 | 2022-04-15 | 北京有竹居网络技术有限公司 | 户型报告的显示方法、装置、可读存储介质和电子设备 |
| CN114444987A (zh) * | 2022-04-11 | 2022-05-06 | 深圳小库科技有限公司 | 一种户型图的自动化分析方法及装置 |
| CN115760269A (zh) * | 2022-10-26 | 2023-03-07 | 北京城市网邻信息技术有限公司 | 户型特征生成方法、装置、电子设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102999244A (zh) * | 2012-03-23 | 2013-03-27 | 广州市凡拓数码科技有限公司 | 一种电子户型展示的实现方法、系统和制作方法 |
| CN103679618A (zh) * | 2013-11-18 | 2014-03-26 | 杭州群核信息技术有限公司 | 一种用于住宅户型的自动风水测评方法及测评系统 |
| CN104881552A (zh) * | 2015-06-15 | 2015-09-02 | 西安西宇信息咨询有限责任公司 | 房屋性价比评估模型的构建方法 |
| CN104881534A (zh) * | 2015-05-22 | 2015-09-02 | 杭州群核信息技术有限公司 | 一种在线生成户型图的系统及方法 |
| EP3096261A1 (de) * | 2015-05-21 | 2016-11-23 | Siemens AG Österreich | Verfahren zur erfassung einer bestimmten art von oberflächenelementen einer objektoberfläche |
| CN106156438A (zh) * | 2016-07-12 | 2016-11-23 | 杭州群核信息技术有限公司 | 墙体识别方法及装置 |
| CN106815440A (zh) * | 2017-01-19 | 2017-06-09 | 深圳市彬讯科技有限公司 | 一种家居户型设计的结构物品智能布局方法及系统 |
| CN106934697A (zh) * | 2017-03-17 | 2017-07-07 | 合肥龙图腾信息技术有限公司 | 房屋装修智能推荐系统、装置和方法 |
-
2018
- 2018-02-07 CN CN201810124705.2A patent/CN108416707B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102999244A (zh) * | 2012-03-23 | 2013-03-27 | 广州市凡拓数码科技有限公司 | 一种电子户型展示的实现方法、系统和制作方法 |
| CN103679618A (zh) * | 2013-11-18 | 2014-03-26 | 杭州群核信息技术有限公司 | 一种用于住宅户型的自动风水测评方法及测评系统 |
| EP3096261A1 (de) * | 2015-05-21 | 2016-11-23 | Siemens AG Österreich | Verfahren zur erfassung einer bestimmten art von oberflächenelementen einer objektoberfläche |
| CN104881534A (zh) * | 2015-05-22 | 2015-09-02 | 杭州群核信息技术有限公司 | 一种在线生成户型图的系统及方法 |
| CN104881552A (zh) * | 2015-06-15 | 2015-09-02 | 西安西宇信息咨询有限责任公司 | 房屋性价比评估模型的构建方法 |
| CN106156438A (zh) * | 2016-07-12 | 2016-11-23 | 杭州群核信息技术有限公司 | 墙体识别方法及装置 |
| CN106815440A (zh) * | 2017-01-19 | 2017-06-09 | 深圳市彬讯科技有限公司 | 一种家居户型设计的结构物品智能布局方法及系统 |
| CN106934697A (zh) * | 2017-03-17 | 2017-07-07 | 合肥龙图腾信息技术有限公司 | 房屋装修智能推荐系统、装置和方法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886775A (zh) * | 2019-01-17 | 2019-06-14 | 平安城市建设科技(深圳)有限公司 | 房屋优缺点评估方法、装置、设备及计算机可读存储介质 |
| CN110084293A (zh) * | 2019-04-18 | 2019-08-02 | 贝壳技术有限公司 | 一种全明格局房屋的确定方法和装置 |
| CN110111426A (zh) * | 2019-04-18 | 2019-08-09 | 贝壳技术有限公司 | 一种动静分离格局房屋的确定方法和装置 |
| CN110222621B (zh) * | 2019-05-30 | 2021-06-11 | 贝壳找房(北京)科技有限公司 | 相似户型检测方法、电子设备及存储介质 |
| CN110222621A (zh) * | 2019-05-30 | 2019-09-10 | 贝壳技术有限公司 | 相似户型检测方法、电子设备及存储介质 |
| CN110390153A (zh) * | 2019-07-15 | 2019-10-29 | 贝壳技术有限公司 | 户型结构改造方案的生成方法、装置以及设备、存储介质 |
| CN110390153B (zh) * | 2019-07-15 | 2020-06-16 | 贝壳找房(北京)科技有限公司 | 户型结构改造方案的生成方法、装置以及设备、存储介质 |
| US10956626B2 (en) | 2019-07-15 | 2021-03-23 | Ke.Com (Beijing) Technology Co., Ltd. | Artificial intelligence systems and methods for interior design |
| CN111340527A (zh) * | 2020-02-13 | 2020-06-26 | 贝壳技术有限公司 | 房屋评估方法、装置、计算机可读存储介质及电子设备 |
| CN111340527B (zh) * | 2020-02-13 | 2023-06-20 | 贝壳技术有限公司 | 房屋评估方法、装置、计算机可读存储介质及电子设备 |
| CN111553004A (zh) * | 2020-04-17 | 2020-08-18 | 上海柏涛建筑设计咨询有限公司 | 仿真房型的建立方法及房型设计通用行为测评方法 |
| CN111798340A (zh) * | 2020-06-24 | 2020-10-20 | 北京字节跳动网络技术有限公司 | 户型图标识方法、装置和电子设备 |
| CN111985039A (zh) * | 2020-08-28 | 2020-11-24 | 贝壳技术有限公司 | 房屋户型改造方案确定方法、装置及计算机可读存储介质 |
| CN113282981A (zh) * | 2021-04-22 | 2021-08-20 | 北京房江湖科技有限公司 | 快速获取户型结构的方法及装置 |
| CN114219007A (zh) * | 2021-11-23 | 2022-03-22 | 慧之安信息技术股份有限公司 | 基于图像匹配的户型合理度评判方法及装置 |
| CN114358836A (zh) * | 2021-12-30 | 2022-04-15 | 北京有竹居网络技术有限公司 | 户型报告的显示方法、装置、可读存储介质和电子设备 |
| CN114444987A (zh) * | 2022-04-11 | 2022-05-06 | 深圳小库科技有限公司 | 一种户型图的自动化分析方法及装置 |
| CN115760269A (zh) * | 2022-10-26 | 2023-03-07 | 北京城市网邻信息技术有限公司 | 户型特征生成方法、装置、电子设备及存储介质 |
| CN115760269B (zh) * | 2022-10-26 | 2024-01-09 | 北京城市网邻信息技术有限公司 | 户型特征生成方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108416707B (zh) | 2021-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108416707A (zh) | 房屋户型评估方法及装置 | |
| CN108304848B (zh) | 户型特征的自动提取方法、系统、电子设备和存储介质 | |
| Hecht et al. | Automatic identification of building types based on topographic databases–a comparison of different data sources | |
| WO2021057797A1 (zh) | 定位方法及装置、终端、存储介质 | |
| Zhan et al. | Quality assessment for geo‐spatial objects derived from remotely sensed data | |
| CN112562161A (zh) | 一种基于5g物联网及ai智能门禁综合管理系统 | |
| Comber et al. | Using shadows in high-resolution imagery to determine building height | |
| JP6182676B2 (ja) | 騒音マップ制作方法及び装置 | |
| Bourikas et al. | Camera-based window-opening estimation in a naturally ventilated office | |
| CN112381506A (zh) | 基于物联网及智能预测推荐的智慧食堂管理系统 | |
| CN114331031B (zh) | 一种建筑传统特征识别评价方法和系统 | |
| CN109886775A (zh) | 房屋优缺点评估方法、装置、设备及计算机可读存储介质 | |
| Li et al. | A method based on an adaptive radius cylinder model for detecting pole-like objects in mobile laser scanning data | |
| CN108257068A (zh) | 一种基于gis的精准扶贫监管系统及方法 | |
| CN112905650A (zh) | 基于大数据统计及健康报告分析的智能推荐算法研究 | |
| CN105005852A (zh) | 一种基于图像分析的宿舍环境智能监测系统 | |
| CN114358836A (zh) | 户型报告的显示方法、装置、可读存储介质和电子设备 | |
| CN110443179B (zh) | 离岗检测方法、装置以及存储介质 | |
| CN201707291U (zh) | 基于水平集和局部敏感判别映射的植物物种计算机辅助分类系统 | |
| US20230128689A1 (en) | Extrinsic camera calibration using calibration object | |
| CN116304260A (zh) | 环境模型的生成方法、展示方法、装置、设备及存储介质 | |
| US11893714B2 (en) | Precipitation removal from video | |
| Gorman-Murray | 'Thrown-togetherness': Queering the Interior in Visual Perspectives | |
| US11935287B2 (en) | Image-based property condition determination systems, methods, and devices | |
| CN112880660A (zh) | 一种智能建筑WiFi和红外热成像仪的融合定位系统及方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 100085 Floor 101 102-1, No. 35 Building, No. 2 Hospital, Xierqi West Road, Haidian District, Beijing Applicant after: Seashell Housing (Beijing) Technology Co.,Ltd. Address before: 100085 Floor 101 102-1, No. 35 Building, No. 2 Hospital, Xierqi West Road, Haidian District, Beijing Applicant before: LIANJIA(BEIJING) TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210111 Address after: 101309 room 24, 62 Farm Road, Erjie village, Yangzhen, Shunyi District, Beijing Applicant after: Beijing fangjianghu Technology Co.,Ltd. Address before: 100085 Floor 101 102-1, No. 35 Building, No. 2 Hospital, Xierqi West Road, Haidian District, Beijing Applicant before: Seashell Housing (Beijing) Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |