CN111932681A - 房屋信息显示方法、装置和电子设备 - Google Patents
房屋信息显示方法、装置和电子设备 Download PDFInfo
- Publication number
- CN111932681A CN111932681A CN202010695850.3A CN202010695850A CN111932681A CN 111932681 A CN111932681 A CN 111932681A CN 202010695850 A CN202010695850 A CN 202010695850A CN 111932681 A CN111932681 A CN 111932681A
- Authority
- CN
- China
- Prior art keywords
- room
- image
- rooms
- features
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000000605 extraction Methods 0.000 claims description 20
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开实施例公开了房屋信息显示方法、装置和电子设备。该方法的一具体实施方式包括:获取目标房屋的多个房间各自对应的目标全景图像;对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间;根据所述目标全景图像提取多个房间各自对应的图像特征;基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;基于所述相对位置关系拼接显示所述多个房间各自对应的三维虚拟空间,实现了各个房屋的三维虚拟实景拼接,对房屋信息实现了实景还原。便于用户可以通过上述方案浏览房屋的全貌。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种房屋信息显示方法、装置和电子设备。
背景技术
虚拟现实(Virtual Reality,VR)技术是一种新兴的实用技术,VR技术是通过利用计算机模拟产生一个三维空间的虚拟场景,提供使用者关于视觉、听觉、触觉等感官的模拟,让使用者身临其境地观察三维空间内的事物。随着社会生产力和科学技术的不断发展,各个领域对VR技术的需求逐渐增多。例如,VR技术可以应用于空间(例如,建筑物等)展示系统中,基于VR技术可以构筑建筑物的逼真的三维模型,全方位的展示建筑物内部和外部的结构及功能,从而用户可以通过网络在建筑物的三维模型中漫游,身临其境地感受建筑物及其周边环境,快捷方便地实现远程看房、选房等。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开实施例提供了一种房屋信息显示方法、装置和电子设备。
第一方面,本公开实施例提供了一种房屋信息显示方法,该方法包括:获取目标房屋的多个房间各自对应的目标全景图像;对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间;根据所述目标全景图像提取多个房间各自对应的图像特征;基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;基于所述相对位置关系拼接显示所述多个房间各自对应的三维虚拟空间。
第二方面,本公开实施例提供了一种房屋信息显示装置,包括:获取单元,用于获取目标房屋的多个房间各自对应的目标全景图像;构建单元,用于对于每一个房间,根据该房间对应的全景图像构建该房间的三维虚拟空间;提取单元,用于根据所述目标全景图像提取多个房间各自对应的图像特征;确定单元,用于基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;拼接单元,用于基于所述相对位置关系拼接所述多个房间各自对应的三维虚拟空间。
第三方面,本公开实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的房屋信息显示方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的房屋信息显示方法的步骤。
本公开实施例提供的房屋信息显示方法、装置和电子设备,通过获取目标房屋的多个房间各自对应的目标全景图像;对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间;根据所述目标全景图像提取多个房间各自对应的图像特征;基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;基于所述相对位置关系拼接显示所述多个房间各自对应的三维虚拟空间,实现了各个房屋的三维虚拟实景拼接,对房屋信息实现了实景还原。便于用户可以通过上述方案浏览房屋的全貌。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的房屋信息显示方法的一个实施例的流程图;
图2是根据本公开的房屋信息显示方法的另一个实施例的流程图;
图3是根据本公开的房屋信息显示装置的一个实施例的结构示意图;
图4是本公开的一个实施例的房屋信息显示方法可以应用于其中的示例性系统架构;
图5是根据本公开实施例提供的电子设备的基本结构的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参考图1,其示出了根据本公开的房屋信息显示方法的一个实施例的流程。如图1所示该房屋信息显示方法,包括以下步骤:
步骤101,获取目标房屋的多个房间各自对应的目标全景图像。
在本实施例中,执行房屋信息显示方法的电子设备可以是服务器,也可以是终端设备。
在一些实施例中,对于每一个房间,用户可以使用的普通的相机拍摄在各个角度拍摄该房间的多张二维图像,然后将上述多张二维图像拼接为该房间的全景图像。
在另外一些实施例中,对于每一个房间,用户还可以使用两张180度广角相机拍摄该房间的二维图像,将该两张二维图像拼接为该房间的全景图像。
在又一些实施例中,对于每一个房间,用户还可以使用360度全景摄像头来拍摄该房间的全景图像。
在一些实施例中,可以将通过上述各实施例获得的该房间的全景图像作为该房间的目标全景图像。
在本实施例的一些可选的实现方式中,上述步骤101可以进一步包括如下子步骤:
子步骤1011,对于每一个房间,在该房间图像的展示界面中展示所获取的该房间对应的原始全景图像,并在所述原始全景图像中展示自动识别到的该房间的基准几何特征。
子步骤1012,接收用户在所述展示界面中对该房间的基准几何特征的调整操作,得到调整基准几何特征后的该房间的目标全景图像。
在这些可选的实现方式中,上述基准几何特征可以包括以下之一:房间的三个平面的交点(墙角顶点)、房间的两个墙面的交线、门的四个顶点。
在一些实施例中,可以在用户的终端设备中显示该房间图像。在该房间图像的展示界面中展示该房间的原始全景图像。可以在原始全景图像中展示所自动识别出的上述基准几何特征。例如可以是使用带颜色的标记点标记在所识别出的上述墙角顶点处,可以使用带颜色的标记线标记在所识别出的上述两个墙面的交线上。
用户可以在上述展示界面中对上述基准几何特征执行调整操作。例如拖动上述带颜色的标记点以调整墙角顶点的位置。经过用户对展示界面中所展示的上述基准几何特征的标记的调整操作,得到的经过用户校正后的该房间的目标全景图。
在这些可选的实现方式中,在展示界面中提供了用户对通过图像自动识别方式识别出的基准几何特征进行调整的交互入口,使得用户可以人工对自动识别的基准几何特征进行校正,消除了在图像识别中可能出现的误差,使得根据校正后的目标全景图得到的该房间的三维虚拟空间的与该房间的真实空间的匹配度更高。
步骤102,对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间。
在本实施例中,可以根据现有的各种通过全景图像构建三维图像的方法,来利用该房间对应的目标全景图像构建该房间的三维虚拟空间。
在一些实施例中,可以从目标全景图像中识别出该房间基准几何特征。这里的基准几何特征例如可以包括:该房间的相邻三个面的交点、该房间的相邻两个面的交线、该房门定点。
具体地,上述步骤102可以进一步包括:基于该房间的基准几何特征构建该房间的三维虚拟空间。
在一些应用场景中,在确定了上述基准几何特征之后,可以对上述全景图进行预设处理,例如对地面和天花板对应的像素设置第一颜色,对垂直平面例如墙壁设置第二颜色,得到超像素。根据超像素得到该房间的全景深度图。根据全景深度图和上述基准几何特征构建该房间的三维虚拟空间。
需要说明的是,根据房间的全景图像构建房屋的三维虚拟空间的方法是目前广泛研究和应用的技术,此处不进行赘述。
步骤103,根据目标全景图像提取多个房间各自对应的图像特征。
在本实施例中可以在目标全景图像提取多个房间各自对应的房门的特征。房门的特征例如可以包括房门的轮廓、在目标全景图像中出现的位置、房门的尺寸、房门类型。
实践中,对于每一个房间,可以在该目标全景图像中检测出在该目标全景图像中出现的房门的轮廓,根据房门的轮廓推测房门的尺寸;房门在目标全景图像中出现的位置。这里的房门在目标全景图像中出现的位置例如可以包括:房门出现在目标全景图像中的该房间的墙面中、房间不在该房间的墙面中。
通过上述房门在目标全景图像中出现的位置可以判断在该房间的目标全景图像中出现的房门的类型。上述房门的类型可以包括:该房间的房门,与该房间邻接的房间的房门与其由公共空间连起的房间的房门等。
步骤104,基于多个房间各自对应的图像特征,确定多个房间之间的相对位置关系。
这里的相对位置关系包括邻接、由公共空间连起等。例如可以包括:房间A与客厅B的邻接,房间C与房间D由通道连起。
上述步骤104可以包括:根据所述多个房间各自对应的门的特征,确定多个房间的相对位置关系。
对于多个房间,通过从各个房间中确定出的上述房门类型,以及从目标全景图像中确定出的房门的大小,确定多个房间之间的相对位置关系。
例如使用自动穷举所有可能的门对应关系,并尝试拼接。通过排除门大小差异、门轮廓差异、拼接后的两个房间重叠度的等不可能的拼接,确定各房间之间的相对位置关系。
步骤105,基于相对位置关系拼接显示多个房间各自对应的三维虚拟空间。
在步骤104中得到了多个房间的相对位置关系之后,可以按照上述相对位置关系在三维空间中摆放上述多个房间各自对应的三维虚拟空间,从而得到重构的上述目标房屋的三维图像。
本公开的上述实施例提供的方法通过获取目标房屋的多个房间各自对应的目标全景图像;对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间;根据所述目标全景图像提取多个房间各自对应的图像特征;基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;基于所述相对位置关系拼接显示所述多个房间各自对应的三维虚拟空间。实现了各个房屋的三维虚拟实景拼接,对房屋信息实现了实景还原。便于用户可以通过上述方案浏览房屋的全貌。
请参考图2,其示出了根据本公开的房屋信息显示方法的一个实施例的流程。如图2所示该房屋信息显示方法,包括以下步骤:
步骤201,获取目标房屋的多个房间各自对应的目标全景图像。
步骤202,对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间。
上述步骤201~步骤202可以与图1所示实施例的步骤101、102相同,此处不赘述。
步骤203,根据目标全景图像提取多个房间各自对应的图像特征,每一个房间的图像特征包括该房间的外部图像特征和内部图像特征。
每一个房间的目标全景图像可以包括该房间内的图像和透过该房间的房门,或者该房间与其他房间的连通处拍摄到的其他房间的图像。例如,客厅的目标全景图像可以包括室内其他房间(例如卧室、厨房)的图像。一个卧室的目标全景图像可以包括该卧室内部的图像以及透过该卧室的房门拍摄到的客厅的图像,或者其他卧室的图像等。
在一些实施例中,对于每一个房间的目标全景图像,可以首先检测门的轮廓。接着,在该房间的目标全景图像中确定出门内图像区域和门外图像区域。最后,在分别对门内图像区域和门外图像区域分别提取图像特征,从而得到该房间的内部图像特征和外部图像特征。
在另外一些实施例中,对于每一个房间的目标全景图像,也可以首先提取该目标全景图像的图像特征。然后,再从目标全景图像中确定出门内图像区域和门外图像区域,最后,再利用上述门内图像区域和门外图像区域的分界线,从图像特征中确定出该房间的内部图像特征和外部图像特征。
在提取房间的图像特征时可以通过现有的各种图像特征提取方法,对于每一个房间,根据该房间的目标全景图像提取该房间的图像特征。
在一些实施例中,可以根据以下至少之一的图像特征提取方法提取每一个房间的图像特征:基于图像特征描述子的图像特征提取方法、基于轮廓检测的结构特征提取方法、基于神经网络的图像特征提取方法。
上述图像特征描述子例如可以包括但不限于:尺度不变特征变换(Scale-invariant feature transform,SIFT)描述子;二进制编码(Binary Robust IndependentElementary Features,BRIEF)描述子,快速鲁棒特征(Speeded Up Robust Features,SURF)描述子。
这里的基于轮廓检测的结构特征提取方法,例如可以包括根据轮廓检测方法检测出该房间的窗、门、墙等结构特征信息。窗、门、墙的结构特征信息例如可以包括上述窗、门、墙各自对应的宽度、高度、数量信息等。
上述基于神经网络的图特征提取方法例如可以包括使用神经网络模型提取目标全景图像的特征。上述神经网络模型可以包括但不限于:人工神经网络模型、卷积神经网络模型等,深度学习模型。
需要说明的是,上述图像特征提取方法是目标广泛研究和应用的公知技术,此处不赘述。
步骤204,基于多个房间分别对应的外部图像特征、内部图像特征确定多个房间之间的相对位置关系。
房间之间的相对位置关系例如可以包括邻接关系、通过公共空间连起关系。
对于每一个房间,通过比对该房间的外部图像特征与其他各房间的内部图像特征,可以确定该房间与其邻接的房间,或者与该房间由公共空间连起的房间。从而进一步确定多个房间之间的相对位置关系。
在一些实施例中,步骤204可以包括如下子步骤:
子步骤2041,对于多个房间中的每一个房间,将该房间的外部特征与其他房间的内部特征逐一进行匹配。
在一些应用场景中,在将该房间的外部特征与其他房间的内部特征匹配时,可以直接计算外部特征与其他房间的内部特征的相似度。根据相似度确定该房间的外部特征与其他房间是否匹配。
在另外一些应用场景中,可以使用词袋模型(bag of words),基于词袋模型统计分析该房间的外部图像特征与其他房间的内部图像特征的相似特征,根据相似特征在其他房间的内部图像特征占比确定该房间与其他房间的匹配结果。也即将该房间的外部图像特征与各其他房间的内部图像特征进行统计分析,根据相似特征在某个场景中的占比进行场景匹配,得到匹配结果。
需要说明的是,这里的词袋模型是目前广泛应用和研究的公知技术,此处不赘述。
在另外一些应用场景中,使用该房间的外部图像特征中的结构特征与其他房间的内部特征进行匹配,确定该房间的外部图像特征与其他房间的内部图像特征的匹配结果。也即,可以使用利用该房间中的外部图像特征中的结构特征,与其他房间的包括稀疏结构特征的内部图像特征进行匹配,得到匹配结果。这里的稀疏结构特征包括房间内墙的数量、墙的宽度、门的数量、门的宽度、窗户的数量、窗户的宽度等。
在另外一些应用场景中,可以使用图像的神经网络特征或图像像素的统计特征进行匹配,确定该房间的外部图像特征与其他房间的内部图像特征的匹配结果。
在这些应用场景中,可以使用神经网络模型分别确定各房间的目标全景图像中门内图像区域对应的内部神经网络图像特征,以及门外图像区域对应的外部神经网络特征。对于多个房间中的一个房间,可以将该房间的内部神经网络特征与其他房间的外部神经网络特征进行匹配。此外,还可以使用图像处理方法来确定多个房间各自的目标全景图像中的门外图像区域的内部图像像素统计特征,以及门外图像区域对应的外部图像像素统计特征。对于多个房间中的一个房间,可以将该房间的内部图像像素统计特征与其他房间的外部图像像素统计特征进行匹配。
子步骤2042,根据匹配结果从多个其他房间中确定与上述外部特征匹配的匹配房间。
子步骤2043,根据外部特征所指示的匹配房间与该房间的位置关系,确定上述匹配房间与该房间之间的相对位置关系。
该房间的外部特征可以为通过该房间的房门,或者在该房间内拍摄到的一个或者几个其他房间的图像的特征。在该房间的全景图像中,其他房间的图像中可以包括其他房间的房门、其他房间的部分图像。
可以将该房间的外部图像特征与其他房间的内部图像特征进行匹配。实践中,可以计算该房间的外部图像特征与每一个其他房间的内部图像特征的相似度。将相似度阈值大于预设相似度阈值的外部图像特征所指示的其他房间,确定为与该房间匹配的匹配房间。
通常,通过该房间的房门拍摄到的其他房间的图像跟其他房间与该房间的相对位置有关系。例如,对于邻接关系的两个房间,或者由公共空间连通的两个房间,通过房门拍摄到的图像可以与用户从房门处直视到的景像相同。对于不邻接的两个房间,两个房间的房门不正对。这样,对于这样的两个房间,在其中一个房间中的全景图像中出现另一个房间的图像,可以与用户从房门与直视视线成一定角度的视线来观看该另一个房间看到的景象相同。因此,该房间的外部特征可以指示匹配房间与该房间的位置关系。也即根据匹配房间的与该房间的外部特征匹配的内部图像特征所对应的内部图像区域在匹配房间内的区域,确定该匹配房间与该房间的相对位置关系。
例如,与上述外部图像特征匹配的匹配房间的内部图像特征所对应的内部图像区域为正对该匹配房间的房门的区域,可以认为,该匹配房间与该房间为邻接关系,或者通过公共空间连起的关系。
进一步地,上述所述外部特征所指示的匹配房间与该房间的位置关系,包括:摄像装置在该房间内拍摄包括所述外部图像特征的图像区域的视场角;以及上述对于多个房间中的每一个房间,将该房间的外部特征与其他房间的内部特征逐一进行匹配,包括:按照上述视场角从其他房间的内部图像中选取目标图像区域,并计算目标图像区域与上述外部图像特征的相似度。
这里,上述视场角是摄像装置在该房间内部拍摄上述外部图像特征所对应的图像区域时的视场角。也即透过门拍摄外部图像所对应的视场角。以摄像装置的视场角可以为360°。作为示意性说明,摄像装置拍摄到的图像总宽度所占为360个像素,图像中门的宽度占10个像素,可以确定在该房间内拍摄包括所述外部图像特征的图像区域的视场角为10°。这里的门可以是该房间的门,还可以是其他房间的门。在一些实施例中,该房间与其他房间之间通过该房间的门隔开,则上述的门是该房间的门。在另外一些实施例中,该房间与其他房间之间各自配有门,则上述的门是指的其他房间的门。
进一步地,可以根据在该房间内摄像装置的摆放位置距离上述门的距离,确定出通过上述门(门被打开的情况下)观察与该房间相对的其他房间(例如空间上邻接的房间,或者由公共空间连起的房间)的范围。在其他房间中根据上述范围确定出目标图像区域。
比如b房间的门在正北方,假设a房间和b房间是相对的房间。可以从a房间通过b房间正北的门朝内拍摄到b房间的图像。假设b房间原本的特征点分布在东南西北四面墙上。根据从a房间通过b房间的门拍摄b房间的图像对应的视场角,以及a房间内的摄像装置距离b房门的距离,确定按照从a房间通过上述门(被打开的情况下)观察b房间的范围。然后根据上述范围确定出目标图像区域。
理论上,可以根据摄像装置透过该房间的门的视场角,以及摄像装置在该房间内与该房间的门之间的距离定在其他房间内确定目标图像区域。
在这些可选的实现方式中,通过在其他房间的内部图图像中提取目标图像区域,并计算上述目标图像区域的图像特征与该房间的上述外部特征之间的相似度,来确定该房间与其他房间的匹配关系。使得所计算的匹配结果的精度更高,有助于提高所确定的该房间与其他房间的匹配关系的准确度。
步骤205,基于相对位置关系拼接显示多个房间各自对应的三维虚拟空间。
与图1所示实施例相比,本实施例提供的房屋信息显示方法,突出了根据各房间的内部图像特征和外部图像特征确定多个房间各自的相对位置关系的步骤,可以加快从各房间的全景图像中确定各房间的相对位置关系的速度,从而加快生成房屋的全景虚拟三维空间的速度。
在本实施例的一些可选的实现方式中,对于每一个房间,该房间对应的目标全景图像,包括从该房间对应的房门处拍摄的第一目标全景图像。
在这些可选的实现方式中,上述步骤203的根据目标全景图像提取多个房间各自对应的图像特征,包括如下子步骤:
子步骤2031,对于每一个房间,从该房间的目标全景图像中确定出第一目标全景图像。
这里的需要说明的是,房间的全景图像将全景拍摄相机固定在该房间的一个拍摄位置。该拍摄位置可以位于该房间的几何中心,也可以是该房间的任意其他位置,例如该房间的门下位置。上述拍摄位置可以与水平面距离预设距离。这里的预设距离例如可以是1.2米。该全景拍摄相机在该拍摄位置处采集360度的环境图像,得到的该房间的全景图像。
在房间门下拍摄的目标全景图像为第一目标全景图像。
在这些可选的实现方式中,上述第一目标全景图像可以由人工标注,也可以通过图像识别方法来识别。
对于该房间的多个全景图像,可以遍历全部全景图像,通过门框检测判断该全景图像是否在门下拍摄。检测方法包括但不限于通过边缘检测拟合门框、使用神经网络模型检测门框位置等。
可以理解的是,在门下拍摄的该房间的全景图像,有如下特征:周围360度的图像中,比如60度所对应的图像中有门框,240度所对应的图像中有门框,在顶部的图像中也有门框,可以确定该全景图像是在房门位置处拍摄的第一目标全景图像。
子步骤2032,对第一目标全景图像进行区域分割,分割出门内区域和门外区域。
在子步骤2031,从第一目标全景图像中确定出门框之后,可以结合该房间的其他目标全景图像,在第一目标全景图像中识别出门内区域和门外区域。对门内区域和门外区域使用分割线进行分割。
子步骤2033,根据第一目标全景图像的门外区域确定第一外部图像特征,根据第一目标全景图像的门内区域确定第一内部图像特征。
子步骤2034,整合第一内部图像特征以及该房间的非第一目标全景图像的目标全景图像对应的内部图像特征,得到该房间的内部图像特征,将第一外部图像特征作为该房间的外部图像特征。
在这些可选的实现方式中,将从第一目标全景图像中的门外区域对应的图像特征作为该房间的外部图像特征。也即,在确定该房间的外部图像特征时可以去掉从该房间的其他位置处拍摄到的目标全景图像中确定出的外部图像特征。由于在该房间的门下位置处拍摄的第一目标全景图像中,所包括的其他房间内的图像信息要多余该房间的目标全景图像中的其他房间的图像信息。去掉其他目标全景图像所对应的外部图像特征,可以减少在将该房间的外部图像特征与其他房间的内部图像特征进行匹配所需的计算量。
在这些可选的实现方式中,通过在房间的目标全景图像中加入在房间的房门位置处拍摄的第一目标全景图像,并从第一目标全景图像中确定出该房间的门外图像特征。所确定出的门外图像特征可以在较大程度上反映其他房间的图像信息。可以进一步提高该房间的门外图像特征与其他房间的内部图像特征匹配结果的精确度。进而提高所生的房屋的三维虚拟实景图像的准确度。
进一步参考图3,作为对上述各图所示方法的实现,本公开提供了一种房屋信息显示装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例的房屋信息显示装置包括:获取单元301、构建单元302、提取单元303、确定单元304和拼接单元305。其中,获取单元301,用于获取目标房屋的多个房间各自对应的目标全景图像;构建单元302,用于对于每一个房间,根据该房间对应的全景图像构建该房间的三维虚拟空间;提取单元303,用于根据所述目标全景图像提取多个房间各自对应的图像特征;确定单元304,用于基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;拼接单元305,用于基于所述相对位置关系拼接所述多个房间各自对应的三维虚拟空间。
在本实施例中,房屋信息显示装置的获取单元301、构建单元302、提取单元303、确定单元304和拼接单元305的具体处理及其所带来的技术效果可分别参考图1对应实施例中步骤101、步骤102、步骤103、步骤104和步骤105的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,获取单元301进一步用于:对于每一个房间,在该房间图像的展示界面中展示所获取的该房间对应的原始全景图像,并在所述原始全景图像中展示自动识别到的该房间的基准几何特征;接收用户在所述展示界面中对该房间的基准几何特征的调整操作,得到调整所述基准几何特征后的该房间的目标全景图像。
在本实施例的一些可选的实现方式中,构建单元302进一步用于:基于所述该房间的基准几何特征构建该房间的三维虚拟空间。
在本实施例的一些可选的实现方式中,提取单元303进一步用于:根据以下至少之一的图像特征提取方法提取每一个房间的图像特征:基于图像特征描述子的图像特征提取方法、基于轮廓检测的结构特征提取方法、基于神经网络的图像特征提取方法。
在本实施例的一些可选的实现方式中,每一个房间的图像特征包括该房间的外部图像特征和内部图像特征,确定单元304进一步用于:基于多个房间分别对应的外部图像特征、内部图像特征确定多个房间之间的相对位置关系。
在本实施例的一些可选的实现方式中,对于每一个房间,该房间对应的目标全景图像,包括从该房间对应的房门处拍摄的第一目标全景图像;提取单元303进一步用于:对于每一个房间,从该房间的目标全景图像中确定出所述第一目标全景图像;对所述第一目标全景图像进行区域分割,分割出门内区域和门外区域;根据所述门外区域确定第一外部图像特征,根据所述门内区域确定第一内部图像特征;以及整合所述第一内部图像特征以及该房间的非第一目标全景图像的目标全景图像对应的内部图像特征,得到该房间的内部图像特征,将所述第一外部图像特征作为该房间的外部图像特征。
在本实施例的一些可选的实现方式中,确定单元304进一步用于:对于多个房间中的每一个房间,将该房间的外部特征与其他房间的内部特征逐一进行匹配;根据匹配结果从多个其他房间中确定与所述外部特征匹配的匹配房间;根据所述外部特征所指示的匹配房间与该房间的位置关系,确定所述匹配房间与该房间之间的相对位置关系。
在本实施例的一些可选的实现方式中,所述外部特征所指示的匹配房间与该房间的位置关系,包括摄像装置在该房间内拍摄包括所述外部图像特征的图像区域的视场角;确定单元304进一步用于:基于所述视场角从其他房间的内部图像中选取目标图像区域,并计算所述目标图像区域的图像特征与所述外部特征的相似度。
在本实施例的一些可选的实现方式中,确定单元304进一步用于:基于词袋模型统计分析该房间的外部图像特征与其他房间的内部图像特征的相似特征,根据相似特征在其他房间的内部图像特征占比确定该房间外部图像特征与其他房间的内部图像特征的匹配结果;使用该房间的外部图像特征中的结构特征与其他房间的内部特征进行匹配,确定该房间的外部图像特征与其他房间的内部图像特征的匹配结果;使用图像的神经网络特征或图像像素的统计特征进行匹配,确定该房间的外部图像特征与其他房间的内部图像特征的匹配结果。
在本实施例的一些可选的实现方式中,提取单元303进一步用于:根据所述目标全景图像提取多个房间各自对应的门的特征;以及确定单元304进一步用于:根据所述多个房间各自对应的门的特征,确定多个房间的相对位置关系。
请参考图4,图4示出了本公开的一个实施例的房屋信息显示方法可以应用于其中的示例性系统架构。
如图4所示,系统架构可以包括终端设备401、402、403,网络404,服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备401、402、403可以通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种客户端应用,例如网页浏览器应用、搜索类应用、新闻资讯类应用、房源信息浏览类应用。终端设备401、402、403中的客户端应用可以接收用户的指令,并根据用户的指令完成相应的功能,例如根据用户的指令展示目标房屋的全景图像。
终端设备401、402、403可以是硬件,也可以是软件。当终端设备401、402、403为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备401、402、403为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器405可以是提供各种服务的服务器,例如接收终端设备401、402、403发送的目标全景图像信息,对目标全景图像进行分析处理,将分析处理结果(例如房屋的三维虚拟图像的信息)发送给终端设备401、402、403。
需要说明的是,本公开实施例所提供的房屋信息显示方法可以由服务器405执行,相应地,房屋信息显示装置可以设置于服务器405中。此外,本公开实施例所提供的房屋信息显示方法也可以由终端设备401、402、403执行,相应地,房屋信息显示装置也可以设置于终端设备401、402和403中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备(例如图3中的终端设备或服务器)的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标房屋的多个房间各自对应的目标全景图像;对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间;根据所述目标全景图像提取多个房间各自对应的图像特征;基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;基于所述相对位置关系拼接显示所述多个房间各自对应的三维虚拟空间。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取目标房屋的多个房间各自对应的目标全景图像的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (13)
1.一种房屋信息显示方法,其特征在于,包括:
获取目标房屋的多个房间各自对应的目标全景图像;
对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间;
根据所述目标全景图像提取多个房间各自对应的图像特征;
基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;
基于所述相对位置关系拼接显示所述多个房间各自对应的三维虚拟空间。
2.根据权利要求1所述的方法,其特征在于,所述获取目标房屋的多个房间各自对应的目标全景图像,包括:
对于每一个房间,在该房间图像的展示界面中展示所获取的该房间对应的原始全景图像,并在所述原始全景图像中展示自动识别到的该房间的所述基准几何特征;
接收用户在所述展示界面中对该房间的基准几何特征的调整操作,得到调整所述基准几何特征后的该房间的目标全景图像。
3.根据权利要求2所述的方法,其特征在于,所述对于每一个房间,根据该房间对应的目标全景图像构建该房间的三维虚拟空间,包括:
基于所述该房间的所述基准几何特征构建该房间的三维虚拟空间。
4.根据权利要求1所述的方法,其特征在于,所述根据所述全景图像提取多个房间各自对应的图像特征,包括:
根据以下至少之一的图像特征提取方法提取每一个房间的图像特征:
基于图像特征描述子的图像特征提取方法、基于轮廓检测的结构特征提取方法、基于神经网络的图像特征提取方法。
5.根据权利要求1所述的方法,其特征在于,每一个房间的图像特征包括该房间的外部图像特征和内部图像特征;以及
所述基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系,包括:
基于多个房间分别对应的外部图像特征、内部图像特征确定多个房间之间的相对位置关系。
6.根据权利要求5所述的方法,其特征在于,对于每一个房间,该房间对应的目标全景图像,包括从该房间对应的房门处拍摄的第一目标全景图像;以及
所述根据所述目标全景图像提取多个房间各自对应的图像特征,包括:
对于每一个房间,从该房间的目标全景图像中确定出所述第一目标全景图像;
对所述第一目标全景图像进行区域分割,分割出门内区域和门外区域;
根据所述第一目标全景图像的门外区域确定第一外部图像特征,根据所述第一目标全景图像的门内区域确定第一内部图像特征;以及
整合所述第一内部图像特征以及该房间的非第一目标全景图像的目标全景图像对应的内部图像特征,得到该房间的内部图像特征,将所述第一外部图像特征作为该房间的外部图像特征。
7.根据权利按要求5或6所述的方法,其特征在于,所述基于多个房间分别对应的内部图像特征、外部图像特征确定多个房间之间的相对位置关系,包括:
对于多个房间中的每一个房间,将该房间的外部特征与其他房间的内部特征逐一进行匹配;
根据匹配结果从多个其他房间中确定与所述外部特征匹配的匹配房间;
根据所述外部特征所指示的匹配房间与该房间的位置关系,确定所述匹配房间与该房间之间的相对位置关系。
8.根据权利要求7所述的方法,其特征在于,所述外部特征所指示的匹配房间与该房间的位置关系,包括摄像装置在该房间内拍摄包括所述外部图像特征的图像区域的视场角;以及
所述对于多个房间中的每一个房间,将该房间的外部特征与其他房间的内部特征逐一进行匹配,包括:
基于所述视场角从其他房间的内部图像中选取目标图像区域,并计算所述目标图像区域的图像特征与所述外部特征的相似度。
9.根据权利要求7所述的方法,其特征在于,所述对于多个房间中的每一个房间,将该房间的外部特征与其他房间的内部特征逐一进行匹配,包括至少以下之一:
基于词袋模型统计分析该房间的外部图像特征与其他房间的内部图像特征的相似特征,根据相似特征在其他房间的内部图像特征占比确定该房间外部图像特征与其他房间的内部图像特征的匹配结果;
使用该房间的外部图像特征中的结构特征与其他房间的内部特征进行匹配,确定该房间的外部图像特征与其他房间的内部图像特征的匹配结果;
使用图像的神经网络特征或图像像素的统计特征进行匹配,确定该房间的外部图像特征与其他房间的内部图像特征的匹配结果。
10.根据权利要求1所述的方法,其特征在于,所述根据所述目标全景图像提取多个房间各自对应的图像特征,包括:
根据所述目标全景图像提取多个房间各自对应的门的特征;以及
所述基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系,包括:
根据所述多个房间各自对应的门的特征,确定多个房间的相对位置关系。
11.一种房屋信息显示装置,其特征在于,包括:
获取单元,用于获取目标房屋的多个房间各自对应的目标全景图像;
构建单元,用于对于每一个房间,根据该房间对应的全景图像构建该房间的三维虚拟空间;
提取单元,用于根据所述目标全景图像提取多个房间各自对应的图像特征;
确定单元,用于基于所述多个房间各自对应的图像特征,确定所述多个房间之间的相对位置关系;
拼接单元,用于基于所述相对位置关系拼接所述多个房间各自对应的三维虚拟空间。
12.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
13.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010695850.3A CN111932681A (zh) | 2020-07-17 | 2020-07-17 | 房屋信息显示方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010695850.3A CN111932681A (zh) | 2020-07-17 | 2020-07-17 | 房屋信息显示方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111932681A true CN111932681A (zh) | 2020-11-13 |
Family
ID=73313339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010695850.3A Pending CN111932681A (zh) | 2020-07-17 | 2020-07-17 | 房屋信息显示方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932681A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344957A (zh) * | 2021-07-19 | 2021-09-03 | 北京城市网邻信息技术有限公司 | 图像处理方法、图像处理装置和非瞬时性存储介质 |
CN113449645A (zh) * | 2021-06-29 | 2021-09-28 | 杭州海康威视系统技术有限公司 | 人员出入数据的确定方法、装置、设备及存储介质 |
CN114554092A (zh) * | 2022-02-24 | 2022-05-27 | 北京有竹居网络技术有限公司 | 设备控制方法、装置和电子设备 |
CN114945090A (zh) * | 2022-04-12 | 2022-08-26 | 阿里巴巴达摩院(杭州)科技有限公司 | 视频生成方法、装置、计算机可读存储介质及计算机设备 |
WO2024031554A1 (zh) * | 2022-08-11 | 2024-02-15 | 北京城市网邻信息技术有限公司 | 多层空间三维建模方法、装置和计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780421A (zh) * | 2016-12-15 | 2017-05-31 | 苏州酷外文化传媒有限公司 | 基于全景平台的装修效果展示方法 |
US20190371079A1 (en) * | 2018-05-30 | 2019-12-05 | Ke.Com (Beijing) Technology Co., Ltd. | Method and apparatus for marking and displaying spatial size in virtual three-dimensional house model |
US20200116493A1 (en) * | 2018-10-11 | 2020-04-16 | Zillow Group, Inc. | Automated Mapping Information Generation From Inter-Connected Images |
CN111105473A (zh) * | 2019-12-18 | 2020-05-05 | 北京城市网邻信息技术有限公司 | 二维户型图的构建方法及构建装置、存储介质 |
CN111127655A (zh) * | 2019-12-18 | 2020-05-08 | 北京城市网邻信息技术有限公司 | 房屋户型图的构建方法及构建装置、存储介质 |
CN111145352A (zh) * | 2019-12-20 | 2020-05-12 | 北京乐新创展科技有限公司 | 一种房屋实景图展示方法、装置、终端设备及存储介质 |
-
2020
- 2020-07-17 CN CN202010695850.3A patent/CN111932681A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780421A (zh) * | 2016-12-15 | 2017-05-31 | 苏州酷外文化传媒有限公司 | 基于全景平台的装修效果展示方法 |
US20190371079A1 (en) * | 2018-05-30 | 2019-12-05 | Ke.Com (Beijing) Technology Co., Ltd. | Method and apparatus for marking and displaying spatial size in virtual three-dimensional house model |
US20200116493A1 (en) * | 2018-10-11 | 2020-04-16 | Zillow Group, Inc. | Automated Mapping Information Generation From Inter-Connected Images |
CN111105473A (zh) * | 2019-12-18 | 2020-05-05 | 北京城市网邻信息技术有限公司 | 二维户型图的构建方法及构建装置、存储介质 |
CN111127655A (zh) * | 2019-12-18 | 2020-05-08 | 北京城市网邻信息技术有限公司 | 房屋户型图的构建方法及构建装置、存储介质 |
CN111145352A (zh) * | 2019-12-20 | 2020-05-12 | 北京乐新创展科技有限公司 | 一种房屋实景图展示方法、装置、终端设备及存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113449645A (zh) * | 2021-06-29 | 2021-09-28 | 杭州海康威视系统技术有限公司 | 人员出入数据的确定方法、装置、设备及存储介质 |
CN113449645B (zh) * | 2021-06-29 | 2023-09-22 | 杭州海康威视系统技术有限公司 | 人员出入数据的确定方法、装置、设备及存储介质 |
CN113344957A (zh) * | 2021-07-19 | 2021-09-03 | 北京城市网邻信息技术有限公司 | 图像处理方法、图像处理装置和非瞬时性存储介质 |
CN113344957B (zh) * | 2021-07-19 | 2022-03-01 | 北京城市网邻信息技术有限公司 | 图像处理方法、图像处理装置和非瞬时性存储介质 |
CN114554092A (zh) * | 2022-02-24 | 2022-05-27 | 北京有竹居网络技术有限公司 | 设备控制方法、装置和电子设备 |
CN114945090A (zh) * | 2022-04-12 | 2022-08-26 | 阿里巴巴达摩院(杭州)科技有限公司 | 视频生成方法、装置、计算机可读存储介质及计算机设备 |
WO2024031554A1 (zh) * | 2022-08-11 | 2024-02-15 | 北京城市网邻信息技术有限公司 | 多层空间三维建模方法、装置和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111127655B (zh) | 房屋户型图的构建方法及构建装置、存储介质 | |
CN111932681A (zh) | 房屋信息显示方法、装置和电子设备 | |
CN109887003B (zh) | 一种用于进行三维跟踪初始化的方法与设备 | |
US20200092473A1 (en) | Connecting And Using Building Data Acquired From Mobile Devices | |
CN111983635B (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
US11557083B2 (en) | Photography-based 3D modeling system and method, and automatic 3D modeling apparatus and method | |
EP2767931A2 (en) | Electronic device and method of determining descriptor thereof | |
EP3206163B1 (en) | Image processing method, mobile device and method for generating a video image database | |
CN112927363B (zh) | 体素地图构建方法及装置、计算机可读介质和电子设备 | |
CN111292420A (zh) | 用于构建地图的方法和装置 | |
CN110062157B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
WO2023103377A1 (zh) | 标定方法及装置、电子设备、存储介质及计算机程序产品 | |
CN110111364B (zh) | 运动检测方法、装置、电子设备及存储介质 | |
CN111494947B (zh) | 摄像机移动轨迹确定方法、装置、电子设备及存储介质 | |
CN115908679A (zh) | 纹理映射方法、装置、设备及存储介质 | |
CN109785439A (zh) | 人脸素描图像生成方法及相关产品 | |
CN116563740A (zh) | 基于扩展现实的控制方法、装置、电子设备和存储介质 | |
CN109688381B (zh) | Vr监控方法、装置、设备及存储介质 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN111310595A (zh) | 用于生成信息的方法和装置 | |
CN115953655A (zh) | 一种目标分析方法及装置 | |
CN112598732B (zh) | 目标设备定位方法、地图构建方法及装置、介质、设备 | |
CN111597414B (zh) | 显示方法、装置和电子设备 | |
CN114863071A (zh) | 目标对象标注方法、装置、存储介质及电子设备 | |
CN110942033B (zh) | 用于推送信息的方法、装置、电子设备和计算机介质 |
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 |