CN113536680A - 家装设计方法、装置、计算机可读存储介质和处理器 - Google Patents
家装设计方法、装置、计算机可读存储介质和处理器 Download PDFInfo
- Publication number
- CN113536680A CN113536680A CN202110821617.XA CN202110821617A CN113536680A CN 113536680 A CN113536680 A CN 113536680A CN 202110821617 A CN202110821617 A CN 202110821617A CN 113536680 A CN113536680 A CN 113536680A
- Authority
- CN
- China
- Prior art keywords
- design
- space
- plane
- decorated
- data
- 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
- 238000013461 design Methods 0.000 title claims abstract description 364
- 238000005034 decoration Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000000694 effects Effects 0.000 claims abstract description 88
- 238000012986 modification Methods 0.000 claims abstract description 68
- 230000004048 modification Effects 0.000 claims abstract description 68
- 238000012549 training Methods 0.000 claims abstract description 14
- 241000221696 Sclerotinia sclerotiorum Species 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 14
- 238000005457 optimization Methods 0.000 description 9
- 235000002245 Penicillium camembertii Nutrition 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 241001122767 Theaceae Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种家装设计方法、装置、计算机可读存储介质和处理器,该方法包括:获取待装修空间的户型数据,户型数据至少包括空间信息数据;将户型数据输入深度生成网络,得到第一平面设计图,第一平面设计图包括待装修空间的平面图和家具的白模,深度生成网络为根据多个历史平面设计图训练得到的;将第一平面设计图中对应的待装修空间划分为多个功能区,得到第二平面设计图,功能区为实现待装修空间的使用功能的区域;获取功能区的修改数据,修改数据为客户对功能区做出的修改内容对应的数据;根据修改数据对功能区进行调整,得到第三平面设计图;根据第三平面设计图和设计风格生成待装修空间的家装效果图,设计风格为客户选择的设计风格。
Description
技术领域
本申请涉及家装设计领域,具体而言,涉及一种家装设计方法、装置、计算机可读存储介质和处理器。
背景技术
随着人们生活品质的不断提高和计算机水平的不断发展,大家对家装设计有了更高的需求。
而目前市面上的家装设计系统大多没有智能设计的功能,需要用户自己手动设计,费时费力。少部分系统虽然名叫“智能设计系统”,但是目前这些所谓的“智能设计系统”从算法上来说都是都过编写简单几何规则,设置布局模板来实现的,并非真正的智能。现实世界的设计理念无穷无尽,很难都用规则描述清楚,所以市面上的智能设计系统效果都很差,系统设计完,用户还要手动进行非常多的修改与调整。从流程上来说,系统都是帮用户从空户型直接完成了设计,后期调整起来非常困难,自由度很低,也与设计师的真实设计流程不符。一般设计师拿到一个户型都是先进行平面设计确定布局,再进行实际素材的设计。系统迭代角度来说,目前市面上的智能设计系统要优化效果只能不断加入规则,但是很难保证规则都是不冲突的,也难以应对一些复杂设计,迭代起来非常困难,自动化程度很低。
深度学习领域的不断发展为人们生活的方方面面都带来了便利,本发明希望通过深度学习的算法以及智能设计系统设计流程的改造,来解决目前市面上其他系统设计效果差,设计流程不合实际,设计自由度低,系统优化困难的问题。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解,因此,背景技术中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种家装设计方法、装置、计算机可读存储介质和处理器,以解决现有技术中家装设计的设计效果差的问题。
根据本发明实施例的一个方面,提供了一种家装设计方法,包括:获取待装修空间的户型数据,所述户型数据至少包括空间信息数据,所述空间信息数据为表征所述待装修空间的尺寸的信息;将所述户型数据输入深度生成网络,得到第一平面设计图,所述第一平面设计图包括所述待装修空间的平面图和家具的白模,所述深度生成网络为根据多个历史平面设计图训练得到的,所述历史平面设计图为人工设计得到的;将所述第一平面设计图中对应的所述待装修空间划分为多个功能区,得到第二平面设计图,所述功能区为实现所述待装修空间的使用功能的区域;获取所述功能区的修改数据,所述修改数据为客户对所述功能区做出的修改内容对应的数据;根据所述修改数据对所述功能区进行调整,得到第三平面设计图;根据所述第三平面设计图和设计风格生成待装修空间的家装效果图,所述设计风格为客户选择的设计风格。
可选地,将所述户型数据输入深度生成网络,得到第一平面设计图,包括:将所述户型数据输入所述深度生成网络,生成多个备选平面设计图;根据多个所述备选平面设计图确定第一平面设计图,所述第一平面设计图为所述客户选择的所述备选平面设计图。
可选地,根据所述第三平面设计图和设计风格生成待装修空间的家装效果图,包括:根据所述第三平面设计图和所述设计风格生成软装家装效果图,使得家具与所述设计风格匹配,所述软装家装效果图包括所述待装修空间的三维模型和所述家具的三维模型;根据所述软装家装效果图和所述设计风格生成所述待装修空间的家装效果图,使得硬装与所述设计风格匹配,所述家装效果图包括所述待装修空间的三维模型、所述家具的三维模型和所述硬装的三维模型。
可选地,所述深度生成网络包括生成器和鉴别器,所述生成器用于生成家具的白模,所述鉴别器用于鉴别所述白模是否满足设计要求。
可选地,在获取所述功能区的修改数据之后,所述方法还包括:根据所述第一平面设计图和所述修改数据存储调整所述深度生成网络的参数。
可选地,所述空间信息数据包括面宽、进深和高度,所述修改内容包括所述功能区的形状和位置。
根据本发明实施例的另一方面,还提供了一种家装设计装置,包括:第一获取单元,用于获取待装修空间的户型数据,所述户型数据至少包括空间信息数据,所述空间信息数据为表征所述待装修空间的尺寸的信息;输入单元,用于将所述户型数据输入深度生成网络,得到第一平面设计图,所述第一平面设计图包括所述待装修空间的平面图和家具的白模,所述深度生成网络为根据多个历史平面设计图训练得到的,所述历史平面设计图为人工设计得到的;处理单元,用于将所述第一平面设计图中对应的所述待装修空间划分为多个功能区,得到第二平面设计图,所述功能区为实现所述待装修空间的使用功能的区域;第二获取单元,用于获取所述功能区的修改数据,所述修改数据为客户对所述功能区做出的修改内容对应的数据;调整单元,用于根据所述修改数据对所述功能区进行调整,得到第三平面设计图;生成单元,用于根据所述第三平面设计图和设计风格生成待装修空间的家装效果图,所述设计风格为客户选择的设计风格。
可选地,所述输入单元包括:第一生成模块,用于将所述户型数据输入所述深度生成网络,生成多个备选平面设计图;确定模块,用于根据多个所述备选平面设计图确定第一平面设计图,所述第一平面设计图为所述客户选择的所述备选平面设计图。
根据本发明实施例的再一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行任意一种所述的方法。
根据本发明实施例的又一方面,还提供了一种处理器所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的方法。
在本发明实施例中,上述家装设计方法中,首先,获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;然后,将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;之后,将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;之后,获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;之后,根据上述修改数据对上述功能区进行调整,得到第三平面设计图;最后,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。该方法将第二平面设计图中划分的功能区根据客户的修改内容进行调整,得到第三平面设计图,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,使得家装效果图满足客户的功能区布局要求和设计风格要求,使得设计效果达到客户预期,相比于现有技术家装设计方法直接生成家装效果图难以保证设计效果,大大提高了客户满意度,解决了现有技术设计效果差,流程不合实际,自由度低,难以优化的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请的一种实施例的家装设计方法的流程图;
图2示出了根据本申请的一种实施例的客餐厅的户型平面图;
图3(a)和图3(b)分别示出了根据本申请的一种实施例的客餐厅的两种备选的第一平面设计图;
图4示出了根据本申请的一种实施例的客餐厅的第二平面设计图;
图5示出了根据本申请的一种实施例的客餐厅的选择设计风格示意图;
图6(a)、图6(b)和图6(c)分别示出了根据本申请的一种实施例的三种视角下客餐厅的待装修空间的家装效果图;
图7示出了根据本申请的一种实施例的家装设计装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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,以便这里描述的本申请的实施例。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。
正如背景技术中所说的,现有技术中的设计效果差,设计流程不合实际,设计自由度低,系统优化困难,为了解决上述问题,本申请的一种典型的实施方式中,提供了一种家装设计方法、装置、计算机可读存储介质和处理器。
根据本申请的实施例,提供了一种家装设计方法。图1是根据本申请实施例的家装设计方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;
步骤S102,将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;
步骤S103,将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;
步骤S104,获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;
步骤S105,根据上述修改数据对上述功能区进行调整,得到第三平面设计图;
步骤S106,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。
上述家装设计方法中,上述家装设计方法中,首先,获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;然后,将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;之后,将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;之后,获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;之后,根据上述修改数据对上述功能区进行调整,得到第三平面设计图;最后,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。该方法将第二平面设计图中划分的功能区根据客户的修改内容进行调整,得到第三平面设计图,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,使得家装效果图满足客户的功能区布局要求和设计风格要求,使得设计效果达到客户预期,相比于现有技术家装设计方法直接生成家装效果图难以保证设计效果,大大提高了客户满意度,解决了现有技术设计效果差,流程不合实际,自由度低,难以优化的问题。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
还需要说明的是,上述深度生成网络是一种人工智能,会不断学习,刚开始学习的来源是人工设计的历史平面设计图。在用户正式开始使用后,网络会根据用户修改的数据来提升自己的能力,让整个系统的布局、设计效果更加符合用户的预期。
本申请的一种实施例中,将上述户型数据输入深度生成网络,得到第一平面设计图,包括:将上述户型数据输入上述深度生成网络,生成多个备选平面设计图;根据多个上述备选平面设计图确定第一平面设计图,上述第一平面设计图为上述客户选择的上述备选平面设计图。该实施案例中,根据输入的户型数据,如图2所示,深度生成网络生成该户型下的多种白模布局,以客餐厅的室内设计为例,如图3(a)和图3(b)所示,即上述生成多个备选第一平面设计图,用户可以调整每个白模的位置和大小,包括组合沙发、单人沙发、多人沙发、转角沙发、圆形餐桌、方形餐桌、电视柜、茶几、边几、斗柜、边柜、玄关柜、落地灯、板凳、靠背椅等等,以确定上述第一平面设计图,使得获取的第一平面设计图进一步贴近客户的设计需求,提高客户满意度。
需说明的是,通过上述第一平面设计图的布局,通过深度生成网络生成客餐厅的功能区。功能区包括客厅、餐厅、玄关、过道、休闲区等,如图4所示,每个功能区不一定是矩形,可以是任意多边形。用户可以调整每个功能区的形状和位置。
本申请的再一种实施例中,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,包括:根据上述第三平面设计图和上述设计风格生成软装家装效果图,使得家具与上述设计风格匹配,上述软装家装效果图包括上述待装修空间的三维模型和上述家具的三维模型;根据上述软装家装效果图和上述设计风格生成上述待装修空间的家装效果图,使得硬装与上述设计风格匹配,上述家装效果图包括上述待装修空间的三维模型、上述家具的三维模型和上述硬装的三维模型。该实施例中,调整后的功能区设计图为上述第三平面设计图,根据上述软装家装效果图和上述设计风格,如图5所示,生成上述待装修空间的家装效果图,使得硬装与上述设计风格匹配,按照布局白模位置放置选定风格的家具,基于划分好的功能区补全其他素材,包括软装、硬装以及定制素材,有窗帘、饰品、装饰画、吊顶、灯光、墙面铺贴、地砖、波打线、踢脚线、水刀拼花等等,如图6(a)、图6(b)和图6(c)所示。这使待装修空间更加清晰可观,方便调整与修改,大大提高了设计效率,也大大提高了客户满意度。
本申请的另一种实施例中,上述深度生成网络包括生成器和鉴别器,上述生成器用于生成家具的白模,上述鉴别器用于鉴别上述白模是否满足设计要求。该实施例中,上述生成器用于生成家具的白模后,上述鉴别器用于鉴别上述生成的家具的白模,比如类目、摆放位置、尺寸等是否符合设计要求,若不符合设计要求,用户可以任选一种调整,直至达到用户需求,进一步精准地满足用户的设计要求。
本申请的又一种实施例中,在获取上述功能区的修改数据之后,上述方法还包括:根据上述第一平面设计图和上述修改数据存储调整上述深度生成网络的参数。该实施例中,上述深度生成网络根据上述第一平面设计图和上述修改数据存储调整上述深度生成网络的参数,进一步优化了设计效果,进一步保证了待装修空间的生成效果,更加贴近设计要求。
本申请的一种实施例中,上述空间信息数据包括面宽、进深和高度,上述修改内容包括上述功能区的形状和位置。该实施例中,上述深度生成网络根据上述空间信息数据匹配合适的家具的面宽、进度和高度,上述深度生成网络根据上述功能区的修改内容匹配合适的形状和位置,全面的数据信息以及修改内容,解决了设计效果差的问题,以免增加后续的调整难度,大大提升了设计效果与效率。
本申请实施例还提供了一种家装设计装置,需要说明的是,本申请实施例的家装设计装置可以用于执行本申请实施例所提供的用于家装设计方法。以下对本申请实施例提供的家装设计装置进行介绍。
图7是根据本申请实施例的家装设计装置的示意图。如图7所示,该装置包括:
第一获取单元10,用于获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;
输入单元20,用于将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;
处理单元30,用于将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;
第二获取单元40,用于获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;
调整单元50,用于根据上述修改数据对上述功能区进行调整,得到第三平面设计图;
生成单元60,用于根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。
上述家装设计装置中,第一获取单元,用于获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;输入单元,用于将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;处理单元,用于将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;第二获取单元,用于获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;调整单元,用于根据上述修改数据对上述功能区进行调整,得到第三平面设计图;生成单元,用于根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。该装置将第二平面设计图中划分的功能区根据客户的修改内容进行调整,得到第三平面设计图,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,使得家装效果图满足客户的功能区布局要求和设计风格要求,使得设计效果达到客户预期,相比于现有技术家装设计装置直接生成家装效果图难以保证设计效果,大大提高了客户满意度,解决了现有技术设计效果差,流程不合实际,自由度低,难以优化的问题。
本申请的一种实施例中,上述输入单元包括:第一生成模块,用于将上述户型数据输入上述深度生成网络,生成多个备选平面设计图;确定模块,用于根据多个上述备选平面设计图确定第一平面设计图,上述第一平面设计图为上述客户选择的上述备选平面设计图。该实施案例中,根据输入的户型数据,如图2所示,深度生成网络生成该户型下的多种白模布局,以客餐厅的室内设计为例,如图3(a)和图3(b)所示,即上述生成多个备选平面设计图,用户可以调整每个白模的位置和大小,包括组合沙发、单人沙发、多人沙发、转角沙发、圆形餐桌、方形餐桌、电视柜、茶几、边几、斗柜、边柜、玄关柜、落地灯、板凳、靠背椅等等,以确定上述第一平面设计图,使得获取的第一平面设计图进一步贴近客户的设计需求,提高客户满意度。
还需说明的是,通过上述第一平面设计图的布局,通过深度生成网络生成客餐厅的功能区。功能区包括客厅、餐厅、玄关、过道、休闲区等,如图4所示,每个功能区不一定是矩形,可以是任意多边形。用户可以调整每个功能区的形状和位置。
本申请的再一种实施例中,上述生成单元包括第二生成模块和第三生成模块,其中,上述第二生成模块用于根据上述第三平面设计图和上述设计风格生成软装家装效果图,使得家具与上述设计风格匹配,上述软装家装效果图包括上述待装修空间的三维模型和上述家具的三维模型;上述第三生成模块用于根据上述软装家装效果图和上述设计风格生成上述待装修空间的家装效果图,使得硬装与上述设计风格匹配,上述家装效果图包括上述待装修空间的三维模型、上述家具的三维模型和上述硬装的三维模型。该实施例中,调整后的功能区设计图为上述第三平面设计图,根据上述软装家装效果图和上述设计风格,如图5所示,生成上述待装修空间的家装效果图,使得硬装与上述设计风格匹配,按照布局白模位置放置选定风格的家具,基于划分好的功能区补全其他素材,包括软装、硬装以及定制素材,有窗帘、饰品、装饰画、吊顶、灯光、墙面铺贴、地砖、波打线、踢脚线、水刀拼花等等,如图6(a)、图6(b)和图6(c)所示。这使待装修空间更加清晰可观,方便调整与修改,大大提高了设计效率,也大大提高了客户满意度。
本申请的另一种实施例中,上述深度生成网络包括生成器和鉴别器,上述生成器用于生成家具的白模,上述鉴别器用于鉴别上述白模是否满足设计要求。该实施例中,上述生成器用于生成家具的白模后,上述鉴别器用于鉴别上述生成的家具的白模,比如类目、摆放位置、尺寸等是否符合设计要求,若不符合设计要求,用户可以任选一种调整,直至达到用户需求,进一步精准地满足用户的设计要求。
本申请的又一种实施例中,上述装置还包括修改单元,上述修改单元用于在获取上述功能区的修改数据之后,根据上述第一平面设计图和上述修改数据存储调整上述深度生成网络的参数。该实施例中,上述深度生成网络根据上述第一平面设计图和上述修改数据存储调整上述深度生成网络的参数,进一步优化了设计效果,进一步保证了待装修空间的生成效果,更加贴近设计要求。
本申请的一种实施例中,上述空间信息数据包括面宽、进深和高度,上述修改内容包括上述功能区的形状和位置。该实施例中,上述深度生成网络根据上述空间信息数据匹配合适的家具的面宽、进度和高度,上述深度生成网络根据上述功能区的修改内容匹配合适的形状和位置,全面的数据信息以及修改内容,解决了设计效果差的问题,以免增加后续的调整难度,大大提升了设计效果与效率。
上述家装设计装置包括处理器和存储器,上述第一获取单元、输入单元、处理单元、第二获取单元、调整单元和生成单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决现有技术设计效果差,流程不合实际,自由度低,难以优化的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述家装设计方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述家装设计方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;
步骤S102,将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;
步骤S103,将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;
步骤S104,获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;
步骤S105,根据上述修改数据对上述功能区进行调整,得到第三平面设计图;
步骤S106,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;
步骤S102,将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;
步骤S103,将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;
步骤S104,获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;
步骤S105,根据上述修改数据对上述功能区进行调整,得到第三平面设计图;
步骤S106,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,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接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
上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,在本发明各个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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元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计算机可读存储介质中。基于这样的理解,本发明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全部或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计算机可读存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的计算机可读存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的家装设计方法中,上述家装设计方法中,首先,获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;然后,将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;之后,将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;之后,获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;之后,根据上述修改数据对上述功能区进行调整,得到第三平面设计图;最后,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。该方法将第二平面设计图中划分的功能区根据客户的修改内容进行调整,得到第三平面设计图,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,使得家装效果图满足客户的功能区布局要求和设计风格要求,使得设计效果达到客户预期,相比于现有技术家装设计方法直接生成家装效果图难以保证设计效果,大大提高了客户满意度,解决了现有技术设计效果差,流程不合实际,自由度低,难以优化的问题。
2)、本申请的家装设计装置中,第一获取单元,用于获取待装修空间的户型数据,上述户型数据至少包括空间信息数据,上述空间信息数据为表征上述待装修空间的尺寸的信息;输入单元,用于将上述户型数据输入深度生成网络,得到第一平面设计图,上述第一平面设计图包括上述待装修空间的平面图和家具的白模,上述深度生成网络为根据多个历史平面设计图训练得到的,上述历史平面设计图为人工设计得到的;处理单元,用于将上述第一平面设计图中对应的上述待装修空间划分为多个功能区,得到第二平面设计图,上述功能区为实现上述待装修空间的使用功能的区域;第二获取单元,用于获取上述功能区的修改数据,上述修改数据为客户对上述功能区做出的修改内容对应的数据;调整单元,用于根据上述修改数据对上述功能区进行调整,得到第三平面设计图;生成单元,用于根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,上述设计风格为客户选择的设计风格。该装置将第二平面设计图中划分的功能区根据客户的修改内容进行调整,得到第三平面设计图,根据上述第三平面设计图和设计风格生成待装修空间的家装效果图,使得家装效果图满足客户的功能区布局要求和设计风格要求,使得设计效果达到客户预期,相比于现有技术家装设计方法直接生成家装效果图难以保证设计效果,大大提高了客户满意度,解决了现有技术设计效果差,流程不合实际,自由度低,难以优化的问题。
以上上述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种家装设计方法,其特征在于,包括:
获取待装修空间的户型数据,所述户型数据至少包括空间信息数据,所述空间信息数据为表征所述待装修空间的尺寸的信息;
将所述户型数据输入深度生成网络,得到第一平面设计图,所述第一平面设计图包括所述待装修空间的平面图和家具的白模,所述深度生成网络为根据多个历史平面设计图训练得到的,所述历史平面设计图为人工设计得到的;
将所述第一平面设计图中对应的所述待装修空间划分为多个功能区,得到第二平面设计图,所述功能区为实现所述待装修空间的使用功能的区域;
获取所述功能区的修改数据,所述修改数据为客户对所述功能区做出的修改内容对应的数据;
根据所述修改数据对所述功能区进行调整,得到第三平面设计图;
根据所述第三平面设计图和设计风格生成待装修空间的家装效果图,所述设计风格为客户选择的设计风格。
2.根据权利要求1所述的方法,其特征在于,将所述户型数据输入深度生成网络,得到第一平面设计图,包括:
将所述户型数据输入所述深度生成网络,生成多个备选平面设计图;
根据多个所述备选平面设计图确定第一平面设计图,所述第一平面设计图为所述客户选择的所述备选平面设计图。
3.根据权利要求1所述的方法,其特征在于,根据所述第三平面设计图和设计风格生成待装修空间的家装效果图,包括:
根据所述第三平面设计图和所述设计风格生成软装家装效果图,使得家具与所述设计风格匹配,所述软装家装效果图包括所述待装修空间的三维模型和所述家具的三维模型;
根据所述软装家装效果图和所述设计风格生成所述待装修空间的家装效果图,使得硬装与所述设计风格匹配,所述家装效果图包括所述待装修空间的三维模型、所述家具的三维模型和所述硬装的三维模型。
4.根据权利要求1所述的方法,其特征在于,所述深度生成网络包括生成器和鉴别器,所述生成器用于生成家具的白模,所述鉴别器用于鉴别所述白模是否满足设计要求。
5.根据权利要求1所述的方法,其特征在于,在获取所述功能区的修改数据之后,所述方法还包括:
根据所述第一平面设计图和所述修改数据存储调整所述深度生成网络的参数。
6.根据权利要求1所述的方法,其特征在于,所述空间信息数据包括面宽、进深和高度,所述修改内容包括所述功能区的形状和位置。
7.一种家装设计装置,其特征在于,包括:
第一获取单元,用于获取待装修空间的户型数据,所述户型数据至少包括空间信息数据,所述空间信息数据为表征所述待装修空间的尺寸的信息;
输入单元,用于将所述户型数据输入深度生成网络,得到第一平面设计图,所述第一平面设计图包括所述待装修空间的平面图和家具的白模,所述深度生成网络为根据多个历史平面设计图训练得到的,所述历史平面设计图为人工设计得到的;
处理单元,用于将所述第一平面设计图中对应的所述待装修空间划分为多个功能区,得到第二平面设计图,所述功能区为实现所述待装修空间的使用功能的区域;
第二获取单元,用于获取所述功能区的修改数据,所述修改数据为客户对所述功能区做出的修改内容对应的数据;
调整单元,用于根据所述修改数据对所述功能区进行调整,得到第三平面设计图;
生成单元,用于根据所述第三平面设计图和设计风格生成待装修空间的家装效果图,所述设计风格为客户选择的设计风格。
8.根据权利要求7所述的装置,其特征在于,所述输入单元包括:
第一生成模块,用于将所述户型数据输入所述深度生成网络,生成多个备选平面设计图;
确定模块,用于根据多个所述备选平面设计图确定第一平面设计图,所述第一平面设计图为所述客户选择的所述备选平面设计图。
9.一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包括存储的程序,其中,所述程序执行权利要求1至6中任意一项所述的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110821617.XA CN113536680A (zh) | 2021-07-20 | 2021-07-20 | 家装设计方法、装置、计算机可读存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110821617.XA CN113536680A (zh) | 2021-07-20 | 2021-07-20 | 家装设计方法、装置、计算机可读存储介质和处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113536680A true CN113536680A (zh) | 2021-10-22 |
Family
ID=78100577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110821617.XA Pending CN113536680A (zh) | 2021-07-20 | 2021-07-20 | 家装设计方法、装置、计算机可读存储介质和处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113536680A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544632A (zh) * | 2022-11-17 | 2022-12-30 | 广州家和家居文化创意有限公司 | 一种基于云平台的室内设计成像数据处理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060101742A1 (en) * | 2004-11-16 | 2006-05-18 | Style And Form, Inc. | System and method for automatically assisting a consumer with space design and furnishings selection |
CN109522616A (zh) * | 2018-10-26 | 2019-03-26 | 平安科技(深圳)有限公司 | 模拟装修的控制方法、装置、计算机设备及存储介质 |
CN109583038A (zh) * | 2018-11-07 | 2019-04-05 | 北京自由灵动科技有限公司 | 一种室内设计方法及装置 |
CN109871604A (zh) * | 2019-01-31 | 2019-06-11 | 浙江工商大学 | 基于深度对抗网络模型的室内功能区划分方法 |
CN110363853A (zh) * | 2019-07-15 | 2019-10-22 | 贝壳技术有限公司 | 家具摆放方案生成方法、装置以及设备、存储介质 |
CN111651819A (zh) * | 2020-05-27 | 2020-09-11 | 广东博智林机器人有限公司 | 一种家装设计方法、装置、电子设备及存储介质 |
US20210049829A1 (en) * | 2019-05-28 | 2021-02-18 | Ke.Com (Beijing) Technology Co., Ltd. | Method, apparatus and storage medium for displaying three-dimensional space view |
CN112733246A (zh) * | 2021-01-22 | 2021-04-30 | 上海建工四建集团有限公司 | 建筑物的自动设计方法、装置、终端、存储介质及处理器 |
CN112818432A (zh) * | 2021-02-20 | 2021-05-18 | 广东三维家信息科技有限公司 | 一种铺砖设计的生成方法、装置、电子设备及存储介质 |
-
2021
- 2021-07-20 CN CN202110821617.XA patent/CN113536680A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060101742A1 (en) * | 2004-11-16 | 2006-05-18 | Style And Form, Inc. | System and method for automatically assisting a consumer with space design and furnishings selection |
CN109522616A (zh) * | 2018-10-26 | 2019-03-26 | 平安科技(深圳)有限公司 | 模拟装修的控制方法、装置、计算机设备及存储介质 |
CN109583038A (zh) * | 2018-11-07 | 2019-04-05 | 北京自由灵动科技有限公司 | 一种室内设计方法及装置 |
CN109871604A (zh) * | 2019-01-31 | 2019-06-11 | 浙江工商大学 | 基于深度对抗网络模型的室内功能区划分方法 |
US20210049829A1 (en) * | 2019-05-28 | 2021-02-18 | Ke.Com (Beijing) Technology Co., Ltd. | Method, apparatus and storage medium for displaying three-dimensional space view |
CN110363853A (zh) * | 2019-07-15 | 2019-10-22 | 贝壳技术有限公司 | 家具摆放方案生成方法、装置以及设备、存储介质 |
CN111651819A (zh) * | 2020-05-27 | 2020-09-11 | 广东博智林机器人有限公司 | 一种家装设计方法、装置、电子设备及存储介质 |
CN112733246A (zh) * | 2021-01-22 | 2021-04-30 | 上海建工四建集团有限公司 | 建筑物的自动设计方法、装置、终端、存储介质及处理器 |
CN112818432A (zh) * | 2021-02-20 | 2021-05-18 | 广东三维家信息科技有限公司 | 一种铺砖设计的生成方法、装置、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544632A (zh) * | 2022-11-17 | 2022-12-30 | 广州家和家居文化创意有限公司 | 一种基于云平台的室内设计成像数据处理系统 |
CN115544632B (zh) * | 2022-11-17 | 2023-10-24 | 广州家和家居文化创意有限公司 | 一种基于云平台的室内设计成像数据处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109344532B (zh) | 一种应用于地产的室内设计方法及装置 | |
CN104778756B (zh) | 智能家居装饰设计系统 | |
CN108648276A (zh) | 一种建筑装修设计方法、装置、设备及混合现实设备 | |
JP2022540934A (ja) | インテリアデザインのための人工知能システム及び方法 | |
US9019266B2 (en) | Systems, methods, and computer program products for home and landscape design | |
CN107492049A (zh) | 一种3d体验式家装网络平台系统 | |
US8260581B2 (en) | Joining and disjoining individual rooms in a floor plan | |
CN111985022B (zh) | 一种线上装修的处理方法、装置、电子设备及存储介质 | |
CN106096153A (zh) | 室内装潢实景体验场景提供方法及系统 | |
CN108460840A (zh) | 虚拟房屋装修的展示方法及展示装置 | |
Ijiri et al. | Seamless integration of initial sketching and subsequent detail editing in flower modeling | |
US20110061011A1 (en) | Three-Dimensional Shopping Lists | |
CN110287626A (zh) | 自动生成室内装修设计方案的方法、介质、设备和装置 | |
CN107316337B (zh) | 顶点法线的处理方法及装置 | |
CN109657387B (zh) | 一种基于混合现实场景的家居模型定位放置方法 | |
CN101930627A (zh) | 一种基于二维户型图的三维户型建模方法 | |
CN109408954A (zh) | 一种应用于电商的室内设计方法及装置 | |
CN108510362A (zh) | 手机平台实现房屋虚拟装修和预约施工装修的商业模式 | |
CN109783926B (zh) | 一种室内软装设计系统 | |
US11520949B2 (en) | Digital design of an area | |
CN106485784A (zh) | 基于多终端设备数据同步的室内设计成像处理方法 | |
CN113536680A (zh) | 家装设计方法、装置、计算机可读存储介质和处理器 | |
CN109544697B (zh) | 一种虚拟空间中家居模型自动贴合定位放置方法 | |
CN113850646A (zh) | 一种家居用品定制化设计云服务平台 | |
CN113850647A (zh) | 一种用于定制家居用品的智能系统 |
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 |