CN115423559B - 一种基于虚拟vr技术的家居产品线上展览展示方法 - Google Patents

Abstract

本发明公开一种基于虚拟VR技术的家居产品线上展览展示方法，包括窗帘模型构建、窗帘性能分析、窗帘表观分析、窗帘场景适配分析、窗帘推荐指数分析、窗帘展示目录生成和展示主界面生成，通过对各待展示窗帘的性能和表观推荐权重因子进行分析，并对各待展示窗帘的VR模型和各场景模型的适配符合指数进行分析，进而进行展示主界面生成和窗帘展示目录生成，解决了当前技术没有对窗帘选品分析较为笼统的问题，实现了窗帘的智能化选品，有效的保障了窗帘与场景的适配性，从而增加了窗帘线上展示的效果，同时也生成了各中窗帘与场景的展示效果，并且也增加了客户的购买窗帘的欲望，进而增加了窗帘的销售额。

Description

一种基于虚拟VR技术的家居产品线上展览展示方法

技术领域

本发明属于家居产品线上展示技术领域，涉及到一种基于虚拟VR技术的家居产品线上展览展示方法。

背景技术

随着互联网和科学技术的不断发展，各行各业对虚拟VR技术的需求也在不断增加，包括建筑行业、汽车行业和家居行业，其中在家居行业中，虚拟VR技术常用于家居产品线上展览，通过虚拟VR技术，可以增加线上客户的真实感和体验感，而窗帘作为家居产品中必不可少的种类之一，其展示方法影响着窗帘的展示效果和售卖效果，因此，需要对窗帘的线上展示方法进行分析。

目前对窗帘的线上展示方法的方式主要集中在窗帘的展示方式和展示形式，而对窗帘的选品的分析较为笼统，很显然这种方式存在以下几个问题：

1、窗帘与装修风格的场景适配才能体现出窗帘的展示效果，当前并没有对窗帘与装修风格的场景之间的适配性进行分析，无法展示出窗帘与装修风格的场景之间的适配情况，进而无法保障窗帘与装修风格的场景之间的适配性，同时也无法为客户提供更多的窗帘与装修风格的场景之间的展示效果，从而无法提高客户的体验感和购买欲望，并且也无法提高窗帘的售卖效果；

2、窗帘的性价比是窗帘的价值表现，当前并没有对窗帘的性能和表观进行分析，进而无法了解窗帘的性能和表观情况，从而无法为后续窗帘的推荐指数分析提供可靠的数据，另一方面，当前并没有根据窗帘的性能、表观以及窗帘VR模型与装修风格的场景模型之间的适配性，对窗帘的推荐指数进行分析，从而无法根据窗帘的推荐指数进行窗帘展示的排序，同时也无法给客户提供窗帘购买选择提供有效的参考。

发明内容

本发明的目的在于提供的一种基于虚拟VR技术的家居产品线上展览展示方法，解决了背景技术中存在的问题。

本发明的目的可以通过以下技术方案实现：

一种基于虚拟VR技术的家居产品线上展览展示方法，该方法包括以下步骤：

步骤一、窗帘模型构建：通过摄像头对各待展示窗帘的全景图像进行采集，进而通过虚拟VR技术构建各待展示窗帘对应的VR模型；

步骤二、场景模型构建：创建各装修风格对应的场景模型，得到各装修风格对应的场景模型；

步骤三、窗帘性能分析：创建房间测试模型，并将各待展示窗帘分别嵌入房间测试模型中，并作为各待展示窗帘对应的测试模型，由此对各待展示窗帘对应的测试模型中的各待展示窗帘进行性能模拟测试，进而分别对各待展示窗帘的遮光性能和隔热性能进行分析，得到各待展示窗帘对应的性能推荐权重因子；

步骤四：窗帘表观分析：对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行采集与分析，得到各待展示窗帘对应的表观推荐权重因子；

步骤五、窗帘场景适配分析：对各待展示窗帘的颜色、花纹与各装修风格场景模型中的各装修风格进行适配分析，得到各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数，并筛选出各装修风格的场景模型适配的各待展示窗帘，并记为各装修风格场景模型对应的各适配待展示窗帘；

步骤六、窗帘推荐指数分析：根据各待展示窗帘对应的性能推荐权重因子、表观推荐权重因子和各待展示窗帘的VR模型与各装修风格的场景模型之间对应的适配符合指数，对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，得到各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数；

步骤七、窗帘展示目录生成：按照各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数从大到小的顺序进行排序，进而得到各适配待展示窗帘VR模型对应的展示顺序，并以此指定展示标签，并添加至各适配待展示窗帘VR模型中，由此将添加标签后的各适配待展示窗帘VR模型嵌入对应的各装修风格的场景模型，得到整合后的各装修风格对应的场景模型；

步骤八、展示主界面生成：将整合后的各装修风格对应的场景模型生成对应的入口链接，将各装修风格对应场景模型的入口链接按照其装修风格对应的热度指数从大到小的顺序依次进行排序，由此生成用户体验展示主页面。

可选地，所述对各待展示窗帘对应的测试模型中的各待展示窗帘进行性能模拟测试，具体测试过程如下：

对各待展示窗帘对应的测试模型中房间外进行光照参数和温度设置，并提取各待展示窗帘对应的测试模型中房间内的光照参数和温度，其中，光照参数包括光照强度和光通量。

可选地，所述对各待展示窗帘的遮光性能进行测试，具体分析过程如下：

将各展示窗帘按照预设顺序进行编号，依次编号为1,2...i...n；

将各待展示窗帘对应的测试模型中房间外对应的光照强度、光通量、房间内对应的光照强度和光通量代入计算公式中，得到各待展示窗帘对应的遮光性能推荐权重因子/>，其中，E_i、φ_i分别表示第i个待展示窗帘的测试模型中房间外对应的光照强度、光通量，E′_i、φ′_i分别表示第i个待展示窗帘的测试模型中房间内对应的光照强度、光通量，E″、φ″分别为设定的房间内对应的许可光照强度、许可光通量，ε₁、ε₂、ε₃、ε₄分别为设定的光照强度差值、许可光照强度差值、光通量差值、许可光通量差值对应的权重因子，i表示各待展示窗帘对应的编号，i＝1,2......n。

可选地，所述对各待展示窗帘的隔热性能进行分析，具体分析过程如下：

将各待展示窗帘在各房间对应的VR展示模型中房间外对应的温度和房间内对应的温度代入计算公式中，得到各待展示窗帘对应的隔热性能推荐权重因子α_i，其中，T_i表示第i个待展示窗帘的测试模型中房间外对应的温度，T′_i表示第i个待展示窗帘的测试模型中房间内对应的温度，ΔT为设定的房间内外对应的许可温度差，γ₁为设定的许可温度差对应的权重因子。

可选地，所述各待展示窗帘对应的性能推荐权重因子，具体的计算过程如下：

将各待展示窗帘对应的遮光性能推荐权重因子和隔热性能推荐权重因子α_i代入计算公式/>中，得到各待展示窗帘对应的性能推荐权重因子β_i，其中，η1、η2分别为设定的遮光性能推荐权重因子、隔热性能推荐权重因子对应的权重因子，e表示为自然常数。

可选地，所述对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行采集，具体采集过程如下：

从各待展示窗帘对应的测试模型中获取各待展示窗帘对应的特征图像，得到各窗帘对应的所属材质；

从各待展示窗帘对应的测试模型中定位出各待展示窗帘侧面与竖直方向的夹角，由此得到各待展示窗帘在各房间的VR展示模型中垂直偏移角度；

从各待展示窗帘对应的测试模型中定位出各待展示窗帘对应的折痕数量和各折痕对应的尺寸，并将各待展示窗帘中各折痕对应的尺寸进行相互对比，筛选出各待展示窗帘对应的最大折痕尺寸；

将各待展示窗帘的材质、垂直偏移角度、折痕数量和最大折痕尺寸记为各待展示窗帘对应的表观信息。

可选地，所述对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行分析，具体分析过程如下：

将各待展示窗帘对应的材质与数据库中存储的各窗帘材质对应的推荐权重因子进行匹配对比，由此得到各待展示窗帘材质对应的推荐权重因子，并记为δ_i；

将各待展示窗帘材质对应的推荐权重因子δ_i、垂直偏移角度、折痕数量以及最大折痕尺寸代入计算公式中，得到各待展示窗帘对应的表观推荐权重因子/>其中，θ_i、Q_i、/>分别表示第i个待展示窗帘对应的垂直偏移角度、折痕数量、最大折痕尺寸，θ′、Q′、W′分别为设定的许可垂直偏移角度、许可折痕数量、许可折痕尺寸，Δθ为设定的窗帘许可垂直偏移角度，λ₁、λ₂、λ₃、λ₄分别为设定的材质推荐权重因子、垂直偏移角度、折痕数量、最大折痕尺寸对应的权重因子。

可选地，所述对各待展示窗帘的颜色、花纹与各装修风格场景模型中的各装修风格进行适配分析，具体分析过程如下：

将各装修风格对应的场景模型按照预设顺序进行排序，依次编号为1,2...j...m；

将各待展示窗帘的颜色与数据库中存储的各装修风格对应的适配窗帘颜色集合进行匹配对比，若某待展示窗帘对应的颜色与某装修风格对应的适配窗帘颜色集合匹配成功，则将该待展示窗帘与该装修风格的场景模型之间对应的颜色适配指数记为a1,反之则记为a2，以此方式得到各待展示窗帘与各装修风格的场景模型对应的颜色适配指数其中/>取值为a1或者a2，且a1＞a2，j表示各装修风格的场景模型对应的编号，j＝1,2......m；

将各待展示窗帘对应的花纹与数据库中存储的各装修风格对应的适配窗帘花纹集合进行匹配对比，若某待展示窗帘对应的花纹与某装修风格对应的适配窗帘花纹集合匹配成功，则将该待展示窗帘与各装修风格的场景模型对应的花纹适配指数记为b1，反之则记为b2，以此方式得到各待展示窗帘与各装修风格的场景模型对应的花纹适配指数其中，/>取值为b1或者b2，且b1＞b2；

将各待展示窗帘与各装修风格的场景模型对应的颜色适配指数和花纹适配指数/>代入计算公式/>中，得到各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数/>其中，σ₁、σ₂分别为设定的颜色适配指数、花纹适配指数对应的权重因子，e表示为自然常数。

可选地，所述筛选出各装修风格的场景模型适配的各待展示窗帘，具体筛选过程如下：

将各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数与设定的标准适配符合指数进行对比，若某待展示窗帘与某装修风格的场景模型之间对应的适配符合指数大于或者等于标准适配符合指数，则判定该待展示窗帘与该装修风格的场景模型适配，反之则判定该待展示窗帘与该装修风格的场景模型不适配，以此方式筛选得到各装修风格的场景模型适配的各待展示窗帘。

可选地，所述对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，具体分析过程如下：

提取各装修风格场景模型对应各适配待展示窗帘的编号，进而从各待展示窗帘对应的性能推荐权重因子和表观推荐权重因子中定位出各装修风格场景模型对应各适配待展示窗帘对应的性能推荐权重因子和表观推荐权重因子，并分别记为β_rj和其中，r表示各装修风格场景模型对应各适配待展示窗帘的编号，r∈[1，n]；

同时从各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数中定位出各装修风格场景模型与各适配待展示窗帘对应的适配符合指数，并记为

根据计算公式中，得到各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数ψ_uj，其中，τ₁为设定的推荐指数对应的权重因子。

相较于现有技术，本发明的有益效果如下：

1、本发明提供的一种基于虚拟VR技术的家居产品线上展览展示方法，通过对各待展示窗帘的性能和表观推荐权重因子进行分析，并对各待展示窗帘的VR模型和各场景模型的适配符合指数进行分析，进而进行展示主界面生成和窗帘展示目录生成，解决了当前技术没有对窗帘选品分析较为笼统的问题，实现了窗帘的智能化选品，有效的保障了窗帘与场景的适配性，从而增加了窗帘线上展示的效果，同时也生成了各中窗帘与场景的展示效果，并且也增加了客户的购买窗帘的欲望，进而增加了窗帘的销售额。

2、本发明在窗帘性能分析中通过对各待展示窗帘的性能推荐权重因子进行分析，实现了各待展示窗帘性能的智能化分析，有效的保障了窗帘性能分析结果的真实性和参考性，同时也为后续窗帘的推荐指数分析提供了可靠的数据，大大的保障了窗帘推荐指数分析结果的准确度。

3、本发明在窗帘推荐指数分析中通过对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，有效的保障了窗帘与场景的适配性，并且也为后续展示目录生成提供的直观的数据，同时也大大的增加了客户在线上的体验感，另一方面，也为后续客户提供窗帘购买选择提供有效的参考。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明方法实施步骤流程图。

具体实施方式

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，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于虚拟VR技术的家居产品线上展览展示方法，该方法包括以下步骤：

步骤一、窗帘模型构建：通过摄像头对各待展示窗帘的全景图像进行采集，进而通过虚拟VR技术构建各待展示窗帘对应的VR模型；

步骤二、场景模型构建：创建各装修风格对应的场景模型，得到各装修风格对应的场景模型；

需要说明的是，场景可以为房间和阳台等。

步骤三、窗帘性能分析：创建房间测试模型，并将各待展示窗帘分别嵌入房间测试模型中，并作为各待展示窗帘对应的测试模型，由此对各待展示窗帘对应的测试模型中的各待展示窗帘进行性能模拟测试，进而分别对各待展示窗帘的遮光性能和隔热性能进行分析，得到各待展示窗帘对应的性能推荐权重因子；

在一个具体的实施例中，对各待展示窗帘对应的测试模型中的各待展示窗帘进行性能模拟测试，具体测试过程如下：

对各待展示窗帘对应的测试模型中房间外进行光照参数和温度设置，并提取各待展示窗帘对应的测试模型中房间内的光照参数和温度，其中，光照参数包括光照强度和光通量。

在另一个具体的实施例中，对各待展示窗帘的遮光性能进行测试，具体分析过程如下：

将各展示窗帘按照预设顺序进行编号，依次编号为1,2...i...n；

将各待展示窗帘对应的测试模型中房间外对应的光照强度、光通量、房间内对应的光照强度和光通量代入计算公式中，得到各待展示窗帘对应的遮光性能推荐权重因子/>，其中，E_i、φ_i分别表示第i个待展示窗帘的测试模型中房间外对应的光照强度、光通量，E′_i、φ′_i分别表示第i个待展示窗帘的测试模型中房间内对应的光照强度、光通量，E″、φ″分别为设定的房间内对应的许可光照强度、许可光通量，ε₁、ε₂、ε₃、ε₄分别为设定的光照强度差值、许可光照强度差值、光通量差值、许可光通量差值对应的权重因子，i表示各待展示窗帘对应的编号，i＝1,2......n。

在又一个具体的实施例中，对各待展示窗帘的隔热性能进行分析，具体分析过程如下：

将各待展示窗帘在各房间对应的VR展示模型中房间外对应的温度和房间内对应的温度代入计算公式中，得到各待展示窗帘对应的隔热性能推荐权重因子α_i，其中，T_i表示第i个待展示窗帘的测试模型中房间外对应的温度，T′_i表示第i个待展示窗帘的测试模型中房间内对应的温度，ΔT为设定的房间内外对应的许可温度差，γ₁为设定的许可温度差对应的权重因子。

在一个具体的实施例中，各待展示窗帘对应的性能推荐权重因子，具体的计算过程如下：

将各待展示窗帘对应的遮光性能推荐权重因子和隔热性能推荐权重因子α_i代入计算公式/>中，得到各待展示窗帘对应的性能推荐权重因子β_i，其中，η1、η2分别为设定的遮光性能推荐权重因子、隔热性能推荐权重因子对应的权重因子，e表示为自然常数。

本发明实施例通过对各待展示窗帘的性能推荐权重因子进行分析，实现了各待展示窗帘性能的智能化分析，有效的保障了窗帘性能分析结果的真实性和参考性，同时也为后续窗帘的推荐指数分析提供了可靠的数据，大大的保障了窗帘推荐指数分析结果的准确度。

步骤四：窗帘表观分析：对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行采集与分析，得到各待展示窗帘对应的表观推荐权重因子；

在一个具体的实施例中，对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行采集，具体采集过程如下：

从各待展示窗帘对应的测试模型中获取各待展示窗帘对应的特征图像，得到各窗帘对应的所属材质；

从各待展示窗帘对应的测试模型中定位出各待展示窗帘侧面与竖直方向的夹角，由此得到各待展示窗帘在各房间的VR展示模型中垂直偏移角度；

从各待展示窗帘对应的测试模型中定位出各待展示窗帘对应的折痕数量和各折痕对应的尺寸，并将各待展示窗帘中各折痕对应的尺寸进行相互对比，筛选出各待展示窗帘对应的最大折痕尺寸；

将各待展示窗帘的材质、垂直偏移角度、折痕数量和最大折痕尺寸记为各待展示窗帘对应的表观信息。

在又一个具体的实施例中，对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行分析，具体分析过程如下：

将各待展示窗帘对应的材质与数据库中存储的各窗帘材质对应的推荐权重因子进行匹配对比，由此得到各待展示窗帘材质对应的推荐权重因子，并记为δ_i；

将各待展示窗帘材质对应的推荐权重因子δ_i、垂直偏移角度、折痕数量以及最大折痕尺寸代入计算公式中，得到各待展示窗帘对应的表观推荐权重因子/>其中，θ_i、Q_i、/>分别表示第i个待展示窗帘对应的垂直偏移角度、折痕数量、最大折痕尺寸，θ′、Q′、W′分别为设定的许可垂直偏移角度、许可折痕数量、许可折痕尺寸，Δθ为设定的窗帘许可垂直偏移角度，λ₁、λ₂、λ₃、λ₄分别为设定的材质推荐权重因子、垂直偏移角度、折痕数量、最大折痕尺寸对应的权重因子。

步骤五、窗帘场景适配分析：对各待展示窗帘的颜色、花纹与各装修风格场景模型中的各装修风格进行适配分析，得到各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数，并筛选出各装修风格的场景模型适配的各待展示窗帘，并记为各装修风格场景模型对应的各适配待展示窗帘；

在一个具体的实施例中，对各待展示窗帘的颜色、花纹与各装修风格场景模型中的各装修风格进行适配分析，具体分析过程如下：

将各装修风格对应的场景模型按照预设顺序进行排序，依次编号为1,2...j...m；

将各待展示窗帘的颜色与数据库中存储的各装修风格对应的适配窗帘颜色集合进行匹配对比，若某待展示窗帘对应的颜色与某装修风格对应的适配窗帘颜色集合匹配成功，则将该待展示窗帘与该装修风格的场景模型之间对应的颜色适配指数记为a1,反之则记为a2，以此方式得到各待展示窗帘与各装修风格的场景模型对应的颜色适配指数其中/>取值为a1或者a2，且a1＞a2，j表示各装修风格的场景模型对应的编号，j＝1,2......m；

将各待展示窗帘对应的花纹与数据库中存储的各装修风格对应的适配窗帘花纹集合进行匹配对比，若某待展示窗帘对应的花纹与某装修风格对应的适配窗帘花纹集合匹配成功，则将该待展示窗帘与各装修风格的场景模型对应的花纹适配指数记为b1，反之则记为b2，以此方式得到各待展示窗帘与各装修风格的场景模型对应的花纹适配指数其中，/>取值为b1或者b2，且b1＞b2；

将各待展示窗帘与各装修风格的场景模型对应的颜色适配指数和花纹适配指数/>代入计算公式/>中，得到各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数/>其中，σ₁、σ₂分别为设定的颜色适配指数、花纹适配指数对应的权重因子，e表示为自然常数。

在又一个具体的实施例中，筛选出各装修风格的场景模型适配的各待展示窗帘，具体筛选过程如下：

将各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数与设定的标准适配符合指数进行对比，若某待展示窗帘与某装修风格的场景模型之间对应的适配符合指数大于或者等于标准适配符合指数，则判定该待展示窗帘与该装修风格的场景模型适配，反之则判定该待展示窗帘与该装修风格的场景模型不适配，以此方式筛选得到各装修风格的场景模型适配的各待展示窗帘。

步骤六、窗帘推荐指数分析：根据各待展示窗帘对应的性能推荐权重因子、表观推荐权重因子和各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数，对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，得到各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数；

在一个具体的实施例中，对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，具体分析过程如下：

提取各装修风格场景模型对应各适配待展示窗帘的编号，进而从各待展示窗帘对应的性能推荐权重因子和表观推荐权重因子中定位出各装修风格场景模型对应各适配待展示窗帘对应的性能推荐权重因子和表观推荐权重因子，并分别记为β_rj和，其中，r表示各装修风格场景模型对应各适配待展示窗帘的编号，r∈[1，n]；

同时从各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数中定位出各装修风格场景模型与各适配待展示窗帘对应的适配符合指数，并记为；

根据计算公式中，得到各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数ψ_uj，其中，τ₁为设定的推荐指数对应的权重因子。

本发明实施例通过对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，有效的保障了窗帘与场景的适配性，并且也为后续展示目录生成提供的直观的数据，同时也大大的增加了客户在线上的体验感，另一方面，也为后续客户提供窗帘购买选择提供有效的参考。

步骤七、窗帘展示目录生成：按照各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数从大到小的顺序进行排序，进而得到各适配待展示窗帘VR模型对应的展示顺序，并以此指定展示标签，并添加至各适配待展示窗帘VR模型中，由此将添加标签后的各适配待展示窗帘VR模型嵌入对应的各装修风格的场景模型，得到整合后的各装修风格对应的场景模型；

步骤八、展示主界面生成：将整合后的各装修风格对应的场景模型生成对应的入口链接，将各装修风格对应场景模型的入口链接按照其装修风格对应的热度指数从大到小的顺序依次进行排序，由此生成用户体验展示主页面。

在一个具体的实施例中，热度指数具体计算过程如下：

从数据库中获取各装修风格对应的线下销售额，并记为G_j，通过计算公式中，得到各装修风格对应的热度指数ξ_j，其中，G′为设定的标准线下销售额，ω₁为设定的热度指数对应的修正因子。

本发明实施例通过对各待展示窗帘的性能和表观推荐权重因子进行分析，并对各待展示窗帘的VR模型和各场景模型的适配符合指数进行分析，进而进行展示主界面生成和窗帘展示目录生成，解决了当前技术没有对窗帘选品分析较为笼统的问题，实现了窗帘的智能化选品，有效的保障了窗帘与场景的适配性，从而增加了窗帘线上展示的效果，同时也生成了各中窗帘与场景的展示效果，并且也增加了客户的购买窗帘的欲望，进而增加了窗帘的销售额。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于，该方法包括以下步骤：

步骤一、窗帘模型构建：通过摄像头对各待展示窗帘的全景图像进行采集，进而通过虚拟VR技术构建各待展示窗帘对应的VR模型；

步骤二、场景模型构建：创建各装修风格对应的场景模型，得到各装修风格对应的场景模型；

步骤三、窗帘性能分析：创建房间测试模型，并将各待展示窗帘分别嵌入房间测试模型中，并作为各待展示窗帘对应的测试模型，由此对各待展示窗帘对应的测试模型中的各待展示窗帘进行性能模拟测试，进而分别对各待展示窗帘的遮光性能和隔热性能进行分析，得到各待展示窗帘对应的性能推荐权重因子；

步骤四：窗帘表观分析：对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行采集与分析，得到各待展示窗帘对应的表观推荐权重因子；

步骤五、窗帘场景适配分析：对各待展示窗帘的颜色、花纹与各装修风格场景模型中的各装修风格进行适配分析，得到各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数，并筛选出各装修风格的场景模型适配的各待展示窗帘，并记为各装修风格场景模型对应的各适配待展示窗帘；

步骤六、窗帘推荐指数分析：根据各待展示窗帘对应的性能推荐权重因子、表观推荐权重因子和各待展示窗帘的VR模型与各装修风格的场景模型之间对应的适配符合指数，对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，得到各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数；

所述对各装修风格场景模型对应各适配待展示窗帘VR模型的推荐指数进行分析，具体分析过程如下：

提取各装修风格场景模型对应各适配待展示窗帘的编号，进而从各待展示窗帘对应的性能推荐权重因子和表观推荐权重因子中定位出各装修风格场景模型对应各适配待展示窗帘对应的性能推荐权重因子和表观推荐权重因子，并分别记为和/>，其中，r表示各装修风格场景模型对应各适配待展示窗帘的编号，/>；

同时从各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数中定位出各装修风格场景模型与各适配待展示窗帘对应的适配符合指数，并记为；

根据计算公式中，得到各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数/>，其中，/>为设定的推荐指数对应的权重因子；

步骤七、窗帘展示目录生成：按照各装修风格场景模型中各适配待展示窗帘VR模型对应的推荐指数从大到小的顺序进行排序，进而得到各适配待展示窗帘VR模型对应的展示顺序，并以此指定展示标签，并添加至各适配待展示窗帘VR模型中，由此将添加标签后的各适配待展示窗帘VR模型嵌入对应的各装修风格的场景模型，得到整合后的各装修风格对应的场景模型；

步骤八、展示主界面生成：将整合后的各装修风格对应的场景模型生成对应的入口链接，将各装修风格对应场景模型的入口链接按照其装修风格对应的热度指数从大到小的顺序依次进行排序，由此生成用户体验展示主页面。

2.根据权利要求1所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述对各待展示窗帘对应的测试模型中的各待展示窗帘进行性能模拟测试，具体测试过程如下：

对各待展示窗帘对应的测试模型中房间外进行光照参数和温度设置，并提取各待展示窗帘对应的测试模型中房间内的光照参数和温度，其中，光照参数包括光照强度和光通量。

3.根据权利要求2所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述对各待展示窗帘的遮光性能进行测试，具体分析过程如下：

将各展示窗帘按照预设顺序进行编号，依次编号为1,2...i...n；

将各待展示窗帘对应的测试模型中房间外对应的光照强度、光通量、房间内对应的光照强度和光通量代入计算公式中，得到各待展示窗帘对应的遮光性能推荐权重因子/>，其中，/>、/>分别表示第i个待展示窗帘的测试模型中房间外对应的光照强度、光通量，/>、/>分别表示第i个待展示窗帘的测试模型中房间内对应的光照强度、光通量，/>、/>分别为设定的房间内对应的许可光照强度、许可光通量，/>、/>、/>、/>分别为设定的光照强度差值、许可光照强度差值、光通量差值、许可光通量差值对应的权重因子，i表示各待展示窗帘对应的编号，i=1,2......n。

4.根据权利要求3所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述对各待展示窗帘的隔热性能进行分析，具体分析过程如下：

将各待展示窗帘在各房间对应的VR展示模型中房间外对应的温度和房间内对应的温度代入计算公式中，得到各待展示窗帘对应的隔热性能推荐权重因子/>，其中，/>表示第i个待展示窗帘的测试模型中房间外对应的温度，/>表示第i个待展示窗帘的测试模型中房间内对应的温度，/>为设定的房间内外对应的许可温度差，/>为设定的许可温度差对应的权重因子。

5.根据权利要求4所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述各待展示窗帘对应的性能推荐权重因子，具体的计算过程如下：

将各待展示窗帘对应的遮光性能推荐权重因子和隔热性能推荐权重因子/>代入计算公式/>中，得到各待展示窗帘对应的性能推荐权重因子/>，其中，/>、分别为设定的遮光性能推荐权重因子、隔热性能推荐权重因子对应的权重因子，e表示为自然常数。

6.根据权利要求1所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行采集，具体采集过程如下：

从各待展示窗帘对应的测试模型中获取各待展示窗帘对应的特征图像，得到各窗帘对应的所属材质；

从各待展示窗帘对应的测试模型中定位出各待展示窗帘侧面与竖直方向的夹角，由此得到各待展示窗帘在各房间的VR展示模型中垂直偏移角度；

从各待展示窗帘对应的测试模型中定位出各待展示窗帘对应的折痕数量和各折痕对应的尺寸，并将各待展示窗帘中各折痕对应的尺寸进行相互对比，筛选出各待展示窗帘对应的最大折痕尺寸；

将各待展示窗帘的材质、垂直偏移角度、折痕数量和最大折痕尺寸记为各待展示窗帘对应的表观信息。

7.根据权利要求6所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述对各待展示窗帘对应的测试模型中各待展示窗帘的表观信息进行分析，具体分析过程如下：

将各待展示窗帘对应的材质与数据库中存储的各窗帘材质对应的推荐权重因子进行匹配对比，由此得到各待展示窗帘材质对应的推荐权重因子，并记为；

将各待展示窗帘材质对应的推荐权重因子、垂直偏移角度、折痕数量以及最大折痕尺寸代入计算公式/>中，得到各待展示窗帘对应的表观推荐权重因子/>，其中，/>、/>、/>分别表示第i个待展示窗帘对应的垂直偏移角度、折痕数量、最大折痕尺寸，/>、/>、/>分别为设定的许可垂直偏移角度、许可折痕数量、许可折痕尺寸，/>为设定的窗帘许可垂直偏移角度，/>、/>、/>、/>分别为设定的材质推荐权重因子、垂直偏移角度、折痕数量、最大折痕尺寸对应的权重因子。

8.根据权利要求7所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述对各待展示窗帘的颜色、花纹与各装修风格场景模型中的各装修风格进行适配分析，具体分析过程如下：

将各装修风格对应的场景模型按照预设顺序进行排序，依次编号为1,2...j...m；

将各待展示窗帘的颜色与数据库中存储的各装修风格对应的适配窗帘颜色集合进行匹配对比，若某待展示窗帘对应的颜色与某装修风格对应的适配窗帘颜色集合匹配成功，则将该待展示窗帘与该装修风格的场景模型之间对应的颜色适配指数记为a1 ,反之则记为a2，以此方式得到各待展示窗帘与各装修风格的场景模型对应的颜色适配指数，其中/>取值为a1或者a2，且a1＞a2，j表示各装修风格的场景模型对应的编号，j=1,2......m；

将各待展示窗帘对应的花纹与数据库中存储的各装修风格对应的适配窗帘花纹集合进行匹配对比，若某待展示窗帘对应的花纹与某装修风格对应的适配窗帘花纹集合匹配成功，则将该待展示窗帘与各装修风格的场景模型对应的花纹适配指数记为b1，反之则记为b2，以此方式得到各待展示窗帘与各装修风格的场景模型对应的花纹适配指数，其中，取值为b1或者b2，且b1＞b2；

将各待展示窗帘与各装修风格的场景模型对应的颜色适配指数和花纹适配指数代入计算公式/>中，得到各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数/>，其中，/>、/>分别为设定的颜色适配指数、花纹适配指数对应的权重因子，e表示为自然常数。

9.根据权利要求8所述的一种基于虚拟VR技术的家居产品线上展览展示方法，其特征在于：所述筛选出各装修风格的场景模型适配的各待展示窗帘，具体筛选过程如下：

将各待展示窗帘与各装修风格的场景模型之间对应的适配符合指数与设定的标准适配符合指数进行对比，若某待展示窗帘与某装修风格的场景模型之间对应的适配符合指数大于或者等于标准适配符合指数，则判定该待展示窗帘与该装修风格的场景模型适配，反之则判定该待展示窗帘与该装修风格的场景模型不适配，以此方式筛选得到各装修风格的场景模型适配的各待展示窗帘。