CN110880167A - 室内效果图描述的生成方法、装置和电子设备 - Google Patents
室内效果图描述的生成方法、装置和电子设备 Download PDFInfo
- Publication number
- CN110880167A CN110880167A CN201911145327.7A CN201911145327A CN110880167A CN 110880167 A CN110880167 A CN 110880167A CN 201911145327 A CN201911145327 A CN 201911145327A CN 110880167 A CN110880167 A CN 110880167A
- Authority
- CN
- China
- Prior art keywords
- furniture
- information
- indoor effect
- type
- indoor
- 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.)
- Pending
Links
- 230000000694 effects Effects 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000010586 diagram Methods 0.000 claims abstract description 52
- 238000001514 detection method Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 19
- 230000008569 process Effects 0.000 abstract description 10
- 238000005034 decoration Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 7
- 238000010422 painting Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Abstract
本发明提供了一种室内效果图描述的生成方法、装置和电子设备，涉及家装设计技术领域，包括：检测预先获得的室内效果图中的家具区域，提取家具区域中的类别信息，并且按照类别信息计算每类家具在室内效果图中的信息量，基于每类家具信息量的大小，从预定义的家具描述数据库中提取每类家具的描述信息，从而对效果图中的家具自动生成相关描述，实现了的简化效果图设计的流程，提高效果图设计效率的技术效果。
Description
技术领域
本发明涉及家装设计技术领域，尤其是涉及一种室内效果图描述的生成方法、装置和电子设备。
背景技术
随着家装设计领域的不断发展，为了满足不同客户的审美需求，需要根据不同室内场景设计不同的效果图，为了便于客户对设计的理解，一般会对效果图中所包含的内容加以描述，如为室内效果图中的家具添加基本信息、设计理念等的一系列文字描述。
在设计效果图的过程中，如果对每幅效果图内的每个家具都逐字添加上相应的描述，会耗费大量的时间和精力，导致效果图设计的流程十分繁琐、设计效率低，无疑会增加效果图设计环节的时间成本。
发明内容
本发明的目的在于提供一种室内效果图描述的生成方法、装置、电子设备和计算机可读存储介质，以缓解了现有技术中存在的效果图设计的流程十分繁琐、设计效率低的技术问题。
第一方面，实施例提供了一种室内效果图描述的生成方法，包括：
检测预先获得的室内效果图中的家具区域；提取所述家具区域中的家具信息；所述家具信息包括类别信息；
按照所述类别信息计算每类家具在所述室内效果图中的信息量；
基于所述每类家具的信息量的大小，从预定义的家具描述数据库中提取所述每类家具的描述信息。
在可选的实施方式中，所述家具信息还包括：位置信息和尺度信息；所述位置信息包括所述家具区域在所述室内效果图中的左上角顶点坐标信息；所述尺度信息包括所述家具区域的长度和高度。
在可选的实施方式中，按照所述类别信息计算每类家具在所述室内效果图中的信息量的步骤，包括：
计算所述家具区域在所述室内效果图中的中心坐标：
计算所述家具区域的中心与所述室内效果图的中心的距离：
计算每类所述家具在所述室内效果图中的信息量：
在可选的实施方式中，检测预先获得的室内效果图中的家具区域的步骤，包括：获取预处理后的室内效果图，得到数据增强后的室内效果图；基于训练好的多目标检测网络模型，检测所述数据增强后的室内效果图中的家具区域。
在可选的实施方式中，获取预处理后的室内效果图，得到数据增强后的室内效果图的步骤，包括：获取原始的室内效果图数据集；所述室内效果图数据集包括多个家具效果图；对所述原始的室内效果图进行预处理；所述预处理包括图像尺度的缩放、直方图均衡化和像素归一化。
在可选的实施方式中，所述预定义的家具描述数据库，包括所述室内效果图中的所有家具类别信息和与所述类别信息对应的多个描述信息，每个所述描述信息对应唯一的索引值。
在可选的实施方式中，基于所述每类家具的信息量的大小，从预定义的家具描述数据库中提取所述每类家具的描述信息的步骤，包括：基于所述每类家具的信息量的大小，确定所述信息量大于第一阈值的所述每类家具；从预定义的家具描述数据库中提取所述每类家具的描述信息。
第二方面，实施例提供了一种室内效果图描述的生成装置，包括：
检测模块，用于检测预先获得的室内效果图中的家具区域；
所述检测模块，还用于提取所述家具区域中的家具信息；所述家具信息包括类别信息；
计算模块，按照所述类别信息计算每类家具在所述室内效果图中的信息量；
提取模块，用于基于所述每类家具的信息量的大小，从预定义的家具描述数据库中提取所述每类家具的描述信息。
第三方面，实施例提供一种电子设备，包括处理器和存储器；
所述存储器上存储有计算机程序，所述计算机程序在被所述处理器运行时执行前述实施方式任一项所述的方法。
第四方面，实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行所述前述实施方式任一项所述的方法。
本发明提供的室内效果图描述的生成方法、装置和电子设备，通过检测预先获得的室内效果图中的家具区域，提取家具区域中的类别信息，并且按照类别信息计算每类家具在室内效果图中的信息量，基于每类家具信息量的大小，从预定义的家具描述数据库中提取每类家具的描述信息，从而对效果图中的家具自动生成相关描述，实现了的简化效果图设计的流程，提高效果图设计效率的有益效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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方式，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为本发明实施例提供的一种室内效果图描述的生成方法流程图；
图2为本发明实施例提供的检测预先获得的室内效果图中的家具区域的方法流程图；
图3为本发明实施例提供的按照类别信息计算每类家具在室内效果图中的信息量的方法流程图；
图4为本发明实施例提供的一种室内效果图描述的生成装置结构示意图；
图5为本发明实施例提供的一种电子设备结构示意图。
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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
随着家装设计领域的不断发展，为了满足不同客户的审美需求，需要根据不同室内场景设计不同的效果图，为了便于客户对设计的理解，一般会对效果图中所包含的内容加以描述，如为室内效果图中的家具添加基本信息、设计理念等的一系列文字描述。在设计效果图的过程中，如果对每幅效果图内的每个家具都逐字添加上相应的描述，会耗费大量的时间和精力；过多的家具描述不仅会占用大量内存空间，也会给用户带来不好的体验；上述问题导致效果图设计的流程十分繁琐、设计效率低，无疑会增加效果图设计环节的时间成本。
基于此，本申请实施例提供的室内效果图描述的生成方法、装置和电子设备，可以缓解现有技术中存在的效果图设计的流程十分繁琐、设计效率低的技术问题。为便于对本实施例进行理解，首先对本申请实施例提供的一种室内效果图描述的生成方法进行详细介绍，参见图1所示的一种室内效果图描述的生成方法，该方法可以由电子设备执行，主要包括以下步骤S110至步骤S140：
S110，检测预先获得的室内效果图中的家具区域；
其中，预先获得的室内效果图可以用于展示室内设计方案的效果，室内效果图可以是平面图，以图片的形式呈现，可以是彩色或者黑白色。室内效果图可以包括带有家具的图片信息，一般用于显示室内布局的情况和装修风格等。
家具区域是指室内效果图中的家具所在的区域，可以将家具在效果图中的区域进行划分，即每个家具可以为一个单独的元素，包含每个元素信息的区域为一个家具区域。
在一些实施方式中，上述步骤S110还包括如图2所示的以下步骤S201至S202：
S201，获取预处理后的室内效果图，得到数据增强后的室内效果图；
在一些实施方式中，上述步骤S201还包括以下步骤：
步骤a)：获取原始的室内效果图数据集；室内效果图数据集包括多个家具效果图；
步骤b)：对原始的室内效果图进行预处理；预处理包括图像尺度的缩放、直方图均衡化和像素归一化。
其中，对图像尺度的缩放是可以用于使图像尺寸满足后续步骤中多目标检测网络模型的输入要求；直方图均衡化可以用于解决室内效果图的亮度不均衡的问题，以提升网络模型训练的收敛效果；像素归一化可以用于促进网络模型更好的收敛。
S202，基于训练好的多目标检测网络模型，检测数据增强后的室内效果图中的家具区域。
其中，训练好的多目标检测网络模型可以是由训练集对多目标检测网络模型进行训练，用于检测效果图中的家具区域。训练集可以是多张室内效果图组成的图片集。多目标检测网络模型可以是YOLO多目标检测算法模型，也可以是Faster-RCNN多目标检测模型，用于检测室内效果图中的家具区域。例如，一个客厅的室内效果图包括的家具有沙发和电视柜，还包括墙壁和地板，该效果图经过预处理得到数据增强后的效果图，利用YOLO多目标检测算法模型检测数据增强后的效果图中的家具区域：沙发区域和电视柜区域。
数据增强可以用于在保留未作直方图均衡化处理的图像的基础上，用经过直方图均衡化处理的图像增加效果图的多样性，以提升网络模型收敛的准确度。
S120，提取家具区域中的家具信息，家具信息包括类别信息；
类别信息可以用于表示家具的类别，可以有多种不同的分类方式，如按照功能进行分类的家具有：桌、椅、柜等；按照材料进行分类的家具有：木质、金属、塑料等等。
在一些实施方式中，家具信息还包括位置信息和尺度信息。其中，位置信息包括家具区域在室内效果图中的左上角顶点坐标信息；尺度信息包括家具区域的长度和高度。
其中，训练集中的多张室内效果图的家具信息为已知信息，可以包括家具类别信息、位置信息和尺度信息。根据家具信息通过大量训练集图像对上述多目标检测网络模型进行训练，模型收敛后就可以学到训练集所有效果图中所有家具的特征信息，具备相应的多目标检测能力，当再随便输入一张类似的家具效果图后，模型便具备检测效果图中有关家具类别信息、位置信息和尺度信息的能力。
S130，按照类别信息计算每类家具在室内效果图中的信息量；
信息量可以用于表示某类家具在室内效果图中的占比，信息量越大，表示该类家具在效果图中所占的比例越大。例如，在一张客厅的室内效果图中，信息量最大的家具是沙发，则表示在该效果图中，沙发所占的比例(可以是数量或者体积)较大。
在一些实施方式中，步骤S130包括如图3所示的以下步骤S301至S303：
S301，计算家具区域在室内效果图中的中心坐标；
中心坐标的计算方法为：
其中，(x0,y0)为家具区域的左上角顶点坐标，w、h分别为家具区域的宽度和高度。
S302，计算家具区域的中心与室内效果图的中心的距离；
中心的距离的计算方法为：
其中，W、H分别为室内效果图的长度和宽度。
S303，计算每类家具在室内效果图中的信息量；
信息量的计算方法为：
其中，α为权重浮点数，用于衡量家具区域的面积和家具区域与室内效果图的中心距离的重要程度；I为每类家具在室内效果图中的信息量。
S140，基于每类家具的信息量的大小，从预定义的家具描述数据库中提取每类家具的描述信息。
预定义的家具描述数据库可以用于存储家具的描述信息，描述信息可以是对家具名称、材质、功能等的描述，也可以是对家具结合设计的效果的描述等等。每类家具的描述信息可以包括多条，例如，装饰画作为一种家具，其在家具描述数据库中的描述信息可以包括：(1)装饰画造型别致，而且点缀的也是恰到好处；(2)装饰画生动逼真，有一种与墙面融为一体的感觉；装饰画的风格典雅，较细的边框棱角分明、简洁大方；(3)装饰画有带入感，简单舒适，是整个房间的一抹亮点；(4)装饰画和背景墙的颜色搭配自然，相得益彰；(5)装饰画的配色加到好处，和房屋家具的整体布局融为一体等等。
在一些实施方式中，预定义的家具描述数据库，包括室内效果图中的所有家具类别信息和与类别信息对应的多个描述信息，每个描述信息对应唯一的索引值。
在一些实施方式中，上述步骤S140还包括以下步骤：
步骤c)：基于每类家具的信息量的大小，确定信息量大于第一阈值的每类家具；
步骤d)：从预定义的家具描述数据库中提取每类家具的描述信息。
其中，第一阈值为根据经验设定的值，可以用于筛选掉信息量过小的家具类型，使得室内效果图的家具描述突出重点信息，完善用户体验。
在一些实施方式中，基于信息量的大小确定每类家具的方法还可以包括：根据每类家具的信息量的大小，对家具类型的信息量进行排序，选择信息量较大的前几类家具作为每类家具，执行后续提取每类家具的描述信息的步骤。这种实施方式的优点在于，当室内效果图中的家具类型较多时，优选数量较多或者面积较大的类型的家具进行描述，以突出效果图所要显示的重点，能够提升用于体验。
家具描述数据库中的相应描述，可以包括所有室内效果图中包含的家具类别信息和对应的多个相关描述，其中，每个描述对应着一个唯一的索引值。
其中，提取每类家具的描述信息可以是随机提取相应的描述信息，可以根据家具类别信息即可提取到对应的所有相关描述，而为了保证返回描述的多样性，返回的描述所对应的索引值为一个随机值，其中，该随机值包含于该家具类别所有描述对应的索引值范围内。以上述实施方式中的装饰画为例，预定义的家具描述数据库中含有(1)至(5)五种关于装饰画的描述信息，索引值分别对应1至5；根据装饰画提取与之对应的全部五种描述信息，最终结果返回的描述为索引值1至5中的随机值所对应的描述信息。
本发明提供的室内效果图描述的生成方法，通过检测预先获得的室内效果图中的家具区域，提取家具区域中的类别信息，并且按照类别信息计算每类家具在室内效果图中的信息量，基于每类家具信息量的大小，从预定义的家具描述数据库中提取每类家具的描述信息，从而对效果图中的家具自动生成相关描述，实现了的简化效果图设计的流程，提高为效果图搭配相应描述的效率的有益效果。
本申请实施例提供了一种室内效果图描述的生成装置，该装置包括如图4所示的以下结构：
检测模块410，用于检测预先获得的室内效果图中的家具区域；检测模块410还用于提取家具区域中的家具信息；家具信息包括类别信息；
计算模块420，按照类别信息计算每类家具在室内效果图中的信息量；
提取模块430，用于基于每类家具的信息量的大小，从预定义的家具描述数据库中提取每类家具的描述信息。
本申请实施例所提供的室内效果图描述的生成装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的室内效果图描述的生成装置，其实现原理及产生的技术效果和前述室内效果图描述的生成方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
本发明实施例还提供了一种电子设备，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图5为本发明实施例提供的一种电子设备的结构示意图，该电子设备500包括：处理器50，存储器51，总线52和通信接口53，所述处理器50、通信接口53和存储器51通过总线52连接；处理器50用于执行存储器51中存储的可执行模块，例如计算机程序。
其中，存储器51可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器51用于存储程序，所述处理器50在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流程定义的装置所执行的方法可以应用于处理器50中，或者由处理器50实现。
处理器50可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51，处理器50读取存储器51中的信息，结合其硬件完成上述方法的步骤。
对应于上述室内效果图描述的生成方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述室内效果图描述的生成方法的步骤，具体实现可参见前述方法实施例，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台服务端设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述移动控制方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
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 (10)
1.一种室内效果图描述的生成方法，其特征在于，包括：
检测预先获得的室内效果图中的家具区域；
提取所述家具区域中的家具信息；所述家具信息包括类别信息；
按照所述类别信息计算每类家具在所述室内效果图中的信息量；
基于所述每类家具的信息量的大小，从预定义的家具描述数据库中提取所述每类家具的描述信息。
2.根据权利要求1所述的方法，其特征在于，所述家具信息还包括：位置信息和尺度信息；所述位置信息包括所述家具区域在所述室内效果图中的左上角顶点坐标信息；所述尺度信息包括所述家具区域的长度和高度。
3.根据权利要求2所述的方法，其特征在于，按照所述类别信息计算每类家具在所述室内效果图中的信息量的步骤，包括：
计算所述家具区域在所述室内效果图中的中心坐标：
计算所述家具区域的中心与所述室内效果图的中心的距离：
计算每类所述家具在所述室内效果图中的信息量：
4.根据权利要求1所述的方法，其特征在于，检测预先获得的室内效果图中的家具区域的步骤，包括：
获取预处理后的室内效果图，得到数据增强后的室内效果图；
基于训练好的多目标检测网络模型，检测所述数据增强后的室内效果图中的家具区域。
5.根据权利要求4所述的方法，其特征在于，获取预处理后的室内效果图，得到数据增强后的室内效果图的步骤，包括：
获取原始的室内效果图数据集；所述室内效果图数据集包括多个家具效果图；
对所述原始的室内效果图进行预处理；所述预处理包括图像尺度的缩放、直方图均衡化和像素归一化。
6.根据权利要求1所述的方法，其特征在于，所述预定义的家具描述数据库，包括所述室内效果图中的所有家具类别信息和与所述类别信息对应的多个描述信息，每个所述描述信息对应唯一的索引值。
7.根据权利要求1所述的方法，其特征在于，基于所述每类家具的信息量的大小，从预定义的家具描述数据库中提取所述每类家具的描述信息的步骤，包括：
基于所述每类家具的信息量的大小，确定所述信息量大于第一阈值的所述每类家具；
从预定义的家具描述数据库中提取所述每类家具的描述信息。
8.一种室内效果图描述的生成装置，其特征在于，包括：
检测模块，用于检测预先获得的室内效果图中的家具区域；
所述检测模块，还用于提取所述家具区域中的家具信息；所述家具信息包括类别信息；
计算模块，按照所述类别信息计算每类家具在所述室内效果图中的信息量；
提取模块，用于基于所述每类家具的信息量的大小，从预定义的家具描述数据库中提取所述每类家具的描述信息。
9.一种电子设备，其特征在于，包括处理器和存储器；
所述存储器上存储有计算机程序，所述计算机程序在被所述处理器运行时执行权利要求1至7任一项所述的方法。
10.一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存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行所述权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911145327.7A CN110880167A (zh) | 2019-11-20 | 2019-11-20 | 室内效果图描述的生成方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911145327.7A CN110880167A (zh) | 2019-11-20 | 2019-11-20 | 室内效果图描述的生成方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110880167A true CN110880167A (zh) | 2020-03-13 |
Family
ID=69729629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911145327.7A Pending CN110880167A (zh) | 2019-11-20 | 2019-11-20 | 室内效果图描述的生成方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110880167A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476136A (zh) * | 2020-03-31 | 2020-07-31 | 珠海格力电器股份有限公司 | 家具类型确定方法、装置、电子设备及可读存储介质 |
| CN111550015A (zh) * | 2020-04-30 | 2020-08-18 | 广东三维家信息科技有限公司 | 家居设计系统中实体的自动吸附方法、装置和电子设备 |
| CN112836276A (zh) * | 2021-02-20 | 2021-05-25 | 广东三维家信息科技有限公司 | 基于家居设计的文案播报方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102073714A (zh) * | 2010-12-31 | 2011-05-25 | 东莞市红旗家具有限公司 | 一种南洋家具数据库系统 |
| CN108492379A (zh) * | 2018-03-23 | 2018-09-04 | 平安科技（深圳）有限公司 | Vr看房方法、装置、计算机设备和存储介质 |
| CN108763606A (zh) * | 2018-03-12 | 2018-11-06 | 江苏艾佳家居用品有限公司 | 一种基于机器视觉的户型图元素自动提取方法与系统 |
| CN109284760A (zh) * | 2018-08-10 | 2019-01-29 | 杭州群核信息技术有限公司 | 一种基于深度卷积神经网络的家具检测方法及装置 |
| CN110390304A (zh) * | 2019-07-24 | 2019-10-29 | 广东南方数码科技股份有限公司 | 自动分类方法、装置、电子设备及存储介质 |
-
2019
- 2019-11-20 CN CN201911145327.7A patent/CN110880167A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102073714A (zh) * | 2010-12-31 | 2011-05-25 | 东莞市红旗家具有限公司 | 一种南洋家具数据库系统 |
| CN108763606A (zh) * | 2018-03-12 | 2018-11-06 | 江苏艾佳家居用品有限公司 | 一种基于机器视觉的户型图元素自动提取方法与系统 |
| CN108492379A (zh) * | 2018-03-23 | 2018-09-04 | 平安科技（深圳）有限公司 | Vr看房方法、装置、计算机设备和存储介质 |
| CN109284760A (zh) * | 2018-08-10 | 2019-01-29 | 杭州群核信息技术有限公司 | 一种基于深度卷积神经网络的家具检测方法及装置 |
| CN110390304A (zh) * | 2019-07-24 | 2019-10-29 | 广东南方数码科技股份有限公司 | 自动分类方法、装置、电子设备及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476136A (zh) * | 2020-03-31 | 2020-07-31 | 珠海格力电器股份有限公司 | 家具类型确定方法、装置、电子设备及可读存储介质 |
| CN111476136B (zh) * | 2020-03-31 | 2024-01-16 | 珠海格力电器股份有限公司 | 家具类型确定方法、装置、电子设备及可读存储介质 |
| CN111550015A (zh) * | 2020-04-30 | 2020-08-18 | 广东三维家信息科技有限公司 | 家居设计系统中实体的自动吸附方法、装置和电子设备 |
| CN112836276A (zh) * | 2021-02-20 | 2021-05-25 | 广东三维家信息科技有限公司 | 基于家居设计的文案播报方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110880167A (zh) | 室内效果图描述的生成方法、装置和电子设备 | |
| US9779444B2 (en) | Recommendations utilizing visual image analysis | |
| US10740963B2 (en) | 3D virtual environment generating method and device | |
| EP3620981A1 (en) | Object detection method, device, apparatus and computer-readable storage medium | |
| EP3457327A1 (en) | Method and apparatus for generating two-dimensional code picture having dynamic effect | |
| CN109472832B (zh) | 一种配色方案生成方法、装置及智能机器人 | |
| CN111008935B (zh) | 一种人脸图像增强方法、装置、系统及存储介质 | |
| JP6529686B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| CN116934907A (zh) | 图像生成方法、设备和存储介质 | |
| CN111161346A (zh) | 将商品在货架中进行分层的方法、装置和电子设备 | |
| CN117058271A (zh) | 用于生成商品主图背景的方法及计算设备 | |
| US8705847B2 (en) | Method and system of two-dimensional to stereoscopic conversion | |
| CN107527277B (zh) | 一种基于移动端的智能窗帘装饰设计系统 | |
| CN111741327B (zh) | 一种媒体处理方法及媒体服务器 | |
| CN111158647B (zh) | 基于结构化理论的创意素材自适应生成方法及装置 | |
| CN108156504B (zh) | 一种视频显示方法及装置 | |
| CN110263741A (zh) | 视频帧提取方法、装置及终端设备 | |
| CN114924822B (zh) | 三维拓扑结构的截图方法、装置、电子设备及存储介质 | |
| CN116168192A (zh) | 图像检测区域的确定方法、装置、电子设备及存储介质 | |
| CN113538452B (zh) | 家具布局及三维可视化方法、装置和设备 | |
| CN107526489B (zh) | 图片调整方法及装置 | |
| CN110908497B (zh) | 虚拟种植方法、装置、设备和介质 | |
| JP6717769B2 (ja) | 情報処理装置及びプログラム | |
| CN108898081A (zh) | 图片处理方法、装置、移动终端及计算机可读存储介质 | |
| US11657511B2 (en) | Heuristics-based detection of image space suitable for overlaying media content |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200313 |