CN115712943B - 一种基于图像识别的乡村住宅户型平面生成方法和系统 - Google Patents

Abstract

本发明公开了一种基于图像识别的乡村住宅户型平面生成方法和系统，包括：获取输入条件信息，输入条件信息包括宅基地条件信息和房间需求信息；根据输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图；将宅基地轮廓信息和户型轮廓信息输入至用地方案模型中，确定用地方案信息；根据用地方案信息和用户选择的一户型推荐结构图，生成平面图；根据输出的平面图，用户进行调整；获取调整后平面图，输出建筑结果信息。本发明可以快速生成户型方案，交互时间快，低成本，并且生成的户型方案结果丰富，满足个性化需求，节省用户跟专业设计人员沟通的时间，提高服务覆盖面。

Description

一种基于图像识别的乡村住宅户型平面生成方法和系统

技术领域

本发明涉及人工智能领域。具体而言，涉及一种基于图像识别的乡村住宅户型平面生成方法和系统。

背景技术

现有的乡村住宅市场化服务模式以整装集成房屋公司或建房服务平台为主。集成房屋公司可为客户提供数种备选方案，村民凭喜好选择方案。但备选方案数量一般不多于10种，因此很难满足不同村民的自主想法和个性化需求。同时服务流程普遍缺失对既有设计方案的调整、优化。建房服务平台通过建立既有住宅户型数据库，由村民输入房间类型和数量需求，通过匹配算法筛选满足要求的户型方案，如有调整设计需求，还可以通过服务平台与专业设计人员进行电话沟通。因专业术语表达、服务取费等原因，导致村民与专业设计人员沟通的时间、金钱成本很高。

本发明提出利用移动互联网和基于深度学习的智能化设计技术解决乡村住宅设计中如何提高服务覆盖面、满足个性需求和降低响应时间问题。

发明内容

本发明正是基于现有技术的上述需求而提出的，针对现有以户型图集为主的乡村住宅设计服务模式中户型数量有限、设计方案交互时间长和交互成本高不足的问题，本发明提供一种基于图像识别的乡村住宅户型平面生成方法和系统。

为了解决上述问题，本发明是采用如下技术方案实现的：

一种基于图像识别的乡村住宅户型平面生成方法，该方法包括：

获取输入条件信息，所述输入条件信息包括宅基地条件信息和房间需求信息；

根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图；其中，一个输入条件信息至少对应一户型推荐结构图；

将宅基地轮廓信息和户型轮廓信息输入至用地方案模型中，确定用地方案信息；其中，所述用地方案模型是通过将多个用地方案图片标定有宅基地轮廓信息和户型轮廓信息，再利用图神经网络算法进行训练得到；

根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图；

根据输出的平面图，用户进行调整；

获取调整后平面图，输出建筑结果信息。

可选地，建立数据库，包括：

通过图神经网络算法对标定有标签信息的图片进行模型训练，得到数据库模型；将所述图片输入至所述数据库模型，得到对应的标签信息；根据图片与标签信息的对应关系建立数据库；

或

直接通过人为标定图片的标签信息，根据图片与标签信息的对应关系建立数据库。

可选地，根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图，包括：

根据所述户型推荐结构图，获取房间分布结构信息；

根据用地方案信息和房间分布结构信息，使用训练好的图神经网络模型生成平面图。

可选地，根据输出的平面图，用户进行调整，包括：

用户通过输出的平面图调整各个房间的面积和位置关系，获得调整后平面图。

可选地，获取调整后平面图，得到建筑模型信息，包括：

获取调整后平面图，并转化为三维视图；

所述建筑结果信息包括平面图、三维视图和输入条件信息。

可选地，在生成平面图后，还包括：

根据所述平面图，用户返回至从数据库中筛选的户型推荐结构图界面，重新选择一户型推荐结构图，与所述用地方案信息生成平面图。

可选地，获取调整后平面图后，还包括用户返回至未调整的平面图界面。

一种基于图像识别的乡村住宅户型平面生成系统，包括：

交互模块，用于获取输入条件信息，所述输入条件信息包括宅基地条件信息和房间需求信息；以及获取用户选择的户型推荐结构图和调整后的平面图；

条件匹配模块，与所述交互模块连接，用于根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图；其中，一个输入条件信息至少对应一户型推荐结构图；根据宅基地轮廓信息和户型轮廓信息确定用地方案；

平面生成模块，与所述交互模块和条件匹配模块连接，包括平面生成单元和图结构调整单元，所述平面生成单元用于根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图；所述图结构调整单元用于对用户调整输出平面图的各个结构进行整合生成调整后平面图；

成果输出模块，与所述交互模块和平面生成模块连接，用于根据获取调整后平面图，输出建筑结果信息。

可选地，所述系统还包括：

三维转换模块，与所述平面生成模块和所述成果输出模块连接，用于将调整后平面图转换为三维图，并通过所述成果输出模块输出所述三维图。

可选地，所述交互模块包括：

用于获取用户通过输出的平面图调整各个房间的面积和位置关系并发送给所述平面生成模块的图结构调整单元。

与现有技术相比，本发明根据用户的需求，可以快速生成户型方案，交互时间快，户型方案调整的响应时间为秒级，低成本，并且生成的户型方案结果丰富，满足个性化需求，节省用户跟专业设计人员沟通的时间，提高服务覆盖面。

附图说明

为了更清楚地说明本说明书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，下面描述中的附图仅仅是本说明书实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本发明具体实施方式提供的一种基于图像识别的乡村住宅户型平面生成方法的流程图；

图2是本发明具体实施方式提供的一种基于图像识别的乡村住宅户型平面生成系统的结构示意图；

图3是本发明具体实施方式提供的一种基于图像识别的乡村住宅户型平面生成系统的架构图。

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。基于本发明中的实施例，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，都属于本发明保护的范围。

为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。

实施例1

本实施例提供了一种基于图像识别的乡村住宅户型平面生成方法，其历程如图1所示，具体包括：

本发明实施例利用神经网络和深度学习原理，利用大量数据训练，形成智能化的户型平面布局生成系统，可产生无数种乡村住宅户型平面布局方案。

相比现有建房服务平台中设计方案调整时间约为1-2天，本发明中户型方案调整的响应时间为秒级。

S1：获取输入条件信息，所述输入条件信息包括宅基地条件信息和房间需求信息。

在本实施例中，所述宅基地条件信息包括占地面积和车库信息；

所述宅基地条件信息还可以包括开门方位，可以更好地满足用户需求。

所述车库信息包括用户是否需要车库和车库位置。

所述房间需求信息包括各个功能的房间个数。

S2：根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图；其中，一个输入条件信息至少对应一户型推荐结构图。

优选地，在本步骤中，建立数据库，包括：

建立数据库，包括：

通过图神经网络算法对标定有标签信息的图片进行模型训练，得到数据库模型；将所述图片输入至所述数据库模型，得到对应的标签信息；根据图片与标签信息的对应关系建立数据库；

或

直接通过人为标定图片的标签信息，根据图片与标签信息的对应关系建立数据库。

利用图神经网络建立数据库的具体实施步骤包括：通过图神经网络算法对标定有宅基地条件标签信息和宅基地轮廓标签信息的宅基地轮廓图片进行模型训练，得到宅基地轮廓模型；将宅基地轮廓图片输入至所述宅基地轮廓模型，得到宅基地条件标签信息和宅基地轮廓标签信息；根据宅基地图片与宅基地条件标签信息和宅基地轮廓标签信息的对应关系建立宅基地轮廓库。

通过图神经网络算法对标定有宅基地条件标签信息和户型轮廓标签信息的户型轮廓图片进行模型训练，得到户型轮廓模型；将户型轮廓图片输入至所述户型轮廓模型，得到宅基地条件标签信息和户型轮廓标签信息；根据户型轮廓图片与宅基地条件标签信息和户型轮廓标签信息的对应关系建立户型轮廓库。

通过图神经网络算法对标定有房间需求标签信息和房间分布结构标签信息的户型图结构图片进行模型训练，得到户型图结构模型；将户型图结构图片输入至所述户型图结构模型，得到房间需求标签信息和房间分布结构标签信息；根据户型图结构图片与房间需求标签信息和房间分布结构标签信息的对应关系建立户型图结构库。

分别从宅基地轮廓库和户型轮廓库中将满足宅基地条件标签信息与输入的宅基地条件信息一致的数据进行筛选，得到宅基地轮廓信息和户型轮廓信息；

从户型图结构库中将满足房间需求标签信息与输入的房间需求信息一致的数据进行筛选，得到户型推荐结构图。

S3：将宅基地轮廓信息和户型轮廓信息输入至用地方案模型中，确定用地方案信息；其中，所述用地方案模型是通过将多个用地方案图片标定有宅基地轮廓信息和户型轮廓信息，再利用图神经网络算法进行训练得到。

S4：根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图。

优选地，在本步骤中，包括：

根据所述户型推荐结构图，获取房间分布结构信息；

根据用地方案信息和房间分布结构信息，使用训练好的图神经网络模型生成平面图。

通过对大量平面图标定用地方案信息和房间分布结构信息，再利用图神经网络算法进行训练得到平面图模型，将用地方案信息和房间分布结构信息输入至所述平面图模型中，生成平面图。

S5：根据输出的平面图，用户进行调整。

优选地，在本步骤中，包括：

用户通过输出的平面图调整各个房间的面积和位置关系，获得调整后平面图。

优选地，在生成平面图后，还包括：

根据所述平面图，用户返回至从数据库中筛选的户型推荐结构图界面，重新选择一户型推荐结构图，与所述用地方案信息生成平面图。

所述平面图的形式为拓扑结构，每个房间表示为拓扑结构图中的一点，通过用户在系统界面中移动点的位置，改变房间的面积和位置关系。

S6：获取调整后平面图，输出建筑结果信息。

优选地，在本步骤中，包括：

获取调整后平面图，并转化为三维视图；

所述建筑结果信息包括平面图、三维视图和输入条件信息。

优选地，在获取调整后平面图后，还包括用户返回至未调整的平面图界面。

实施例2

本实施例提供一种基于图像识别的乡村住宅户型平面生成系统，其结构如图2所示，包括：

交互模块，用于获取输入条件信息，所述输入条件信息包括宅基地条件信息和房间需求信息；以及获取用户选择的户型推荐结构图和调整后的平面图。

条件匹配模块，与所述交互模块连接，用于根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图；其中，一个输入条件信息至少对应一户型推荐结构图；根据宅基地轮廓信息和户型轮廓信息确定用地方案；

平面生成模块，与所述交互模块和条件匹配模块连接，包括平面生成单元和图结构调整单元，所述平面生成单元用于根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图；所述图结构调整单元用于对用户调整输出平面图的各个结构进行整合生成调整后平面图；

成果输出模块，与所述交互模块和平面生成模块连接，用于根据获取调整后平面图，输出建筑结果信息。

优选地，所述系统还包括：

三维转换模块，与所述平面生成模块和所述成果输出模块连接，用于将调整后平面图转换为三维图，并通过所述成果输出模块输出所述三维图。

优选地，所述交互模块包括：

用于获取用户通过输出的平面图调整各个房间的面积和位置关系并发送给所述平面生成模块的图结构调整单元。

在本发明实施例中，所述交互模块用于系统与用户进行交互，可要求用户输入条件信息并将用户输入的条件信息编译为所述条件匹配模块、所述平面生成模块和所述三维转换模块可运算的参数及数据格式，并将其他模块的运算成果通过数据端口展示给用户。

在交互模块中包括数据宅基地条件输入单元、房间需求输入单元、推荐图选择单元、户型调整单元和三维展示单元。交互模块可实现用户退回至条件输入单元、推荐图选择单元和户型调整单元阶段，使用户重新选择。

宅基地条件输入单元可实现用户从既有宅基地轮廓数据库中选取满足输入条件的宅基地轮廓和户型轮廓。

房间需求输入单元可实现用户选取需要的房间类型和每类房间的数量。

推荐图选择单元可实现用户在户型推荐结构图列表中选择理想的户型推荐结构图。

户型调整单元可实现用户将户型调整需求信息编译后传输至图结构调整单元，并支持实时交互。

三维展示单元可实现将所述三维转换模块运算生成的三维信息展示给用户，并支持实时交互。

所述条件匹配模块用于将所述交互模块输入的信息与已有数据库进行匹配运算，并通过数据端口将运算结果信息输出至所述平面生成模块和所述交互模块。

具体过程包括通过宅基地条件输入单元获取的宅基地条件信息与宅基地轮廓库和户型轮廓库进行匹配，将符合条件的宅基地轮廓信息、户型轮廓信息运算形成用地方案；同时从户型图结构库中筛选符合房间需求单元获取的房间需求信息，得到户型推荐结构图列表，并通过数据端口将用地方案输出至所述平面生成模块，将户型推荐结构图列表输出至所述交互模块的推荐图选择单元，用于从户型推荐结构图列表中选择理想的户型推荐结构图，并传输至所述平面生成模块。

所述平面生成模块用于将用户在户型推荐结构图列表中选定的户型推荐图结构图与用地方案信息计算获得平面图，并通过数据端口输出至所述交互模块或三维转换模块。

所述平面生成模块包括平面生成单元和图结构调整单元。

平面生成单元可利用图像识别技术实现将用户选定的户型推荐图结构图投射到用地方案并生成平面图，将所述平面图和所述户型推荐图结构图输出至所述交互模块的户型调整单元。

图结构调整单元可实现在平面生成单元生成平面图的宅基地轮廓和户型轮廓不变的条件下，改变户型结构，即改变房间的位置和面积，从而生成调整后平面图；所述图结构调整单元支持实时交互。

所述三维转换模块用于将用户最终确认的调整后平面图转换为可展示的三维模型，并将三维模型信息输出至所述交互模块；所述三维转换模块支持用户交互查看。

所述三维转换模块包括可视化转换单元，所述可视化转换单元可实现将图结构调整单元输出的信息转换为三维模型，并将三维模型信息传输至三维展示单元；所述可视化转化单元支持实时交互。

所述成果输出模块用于将调整后平面图、三维模型信息和输入条件信息成果转换为成果文件，并支持用户保存至指定路径。

所述成果输出模块包括成果打包单元，所述成果打包单元可实现用户将调整后平面图、三维模型信息和输入条件信息转换为成果文件，并支持用户保存至指定路径。

本实施例提供的系统架构如图3所示，包括表现层、应用层和数据层；所述表现层是通过交互模块展示给用户终端界面，包括电脑和手机，可利用HTML5实现；所述应用层包括业务逻辑层，主要体现所述系统各个业务的逻辑，通过Nginx服务器，Spring Boot和python编译软件实现，所述数据层包括数据访问层和数据存储层,所述数据访问层可利用Mybatis软件实现，所述数据存储层可利用MySql软件实现；终端用户通过负载均衡与“AI设计”云平台，在所述“AI设计”云平台中设置宅基地与户型轮廓智能匹配服务、户型智能生成服务和户型3D可视化，所述宅基地与户型轮廓智能匹配服务主要实现条件匹配模块，所述户型智能生成服务主要实现平面生成模块，所述户型3D主要实现三维转换模块；所述“AI设计”云平台与MySql连接，实现数据库访问。

与现有技术相比，本发明实施例根据用户的需求，可以快速生成户型方案，交互时间快，户型方案调整的响应时间为秒级，低成本，并且生成的户型方案结果丰富，满足个性化需求，节省用户跟专业设计人员沟通的时间，提高服务覆盖面。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于图像识别的乡村住宅户型平面生成方法，其特征在于，包括：

获取输入条件信息，所述输入条件信息包括宅基地条件信息和房间需求信息；

根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图；其中，一个输入条件信息至少对应一户型推荐结构图；

将宅基地轮廓信息和户型轮廓信息输入至用地方案模型中，确定用地方案信息；其中，所述用地方案模型是通过将多个用地方案图片标定有宅基地轮廓信息和户型轮廓信息，再利用图神经网络算法进行训练得到；

根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图；

根据输出的平面图，用户进行调整；

获取调整后平面图，输出建筑结果信息；

还包括建立数据库，包括：通过图神经网络算法对标定有标签信息的图片进行模型训练，得到数据库模型；将所述图片输入至所述数据库模型，得到对应的标签信息；根据图片与标签信息的对应关系建立数据库；

通过图神经网络算法对标定有宅基地条件标签信息和宅基地轮廓标签信息的宅基地轮廓图片进行模型训练，得到宅基地轮廓模型；将宅基地轮廓图片输入至所述宅基地轮廓模型，得到宅基地条件标签信息和宅基地轮廓标签信息；根据宅基地图片与宅基地条件标签信息和宅基地轮廓标签信息的对应关系建立宅基地轮廓库；

通过图神经网络算法对标定有宅基地条件标签信息和户型轮廓标签信息的户型轮廓图片进行模型训练，得到户型轮廓模型；将户型轮廓图片输入至所述户型轮廓模型，得到宅基地条件标签信息和户型轮廓标签信息；根据户型轮廓图片与宅基地条件标签信息和户型轮廓标签信息的对应关系建立户型轮廓库；

通过图神经网络算法对标定有房间需求标签信息和房间分布结构标签信息的户型图结构图片进行模型训练，得到户型图结构模型；将户型图结构图片输入至所述户型图结构模型，得到房间需求标签信息和房间分布结构标签信息；根据户型图结构图片与房间需求标签信息和房间分布结构标签信息的对应关系建立户型图结构库；

根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图，包括：

分别从宅基地轮廓库和户型轮廓库中将满足宅基地条件标签信息与输入的宅基地条件信息一致的数据进行筛选，得到宅基地轮廓信息和户型轮廓信息；

从户型图结构库中将满足房间需求标签信息与输入的房间需求信息一致的数据进行筛选，得到户型推荐结构图。

2.根据权利要求1所述的方法，其特征在于，建立数据库，还包括：

直接通过人为标定图片的标签信息，根据图片与标签信息的对应关系建立数据库。

3.根据权利要求1所述的方法，其特征在于，根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图，包括：

根据所述户型推荐结构图，获取房间分布结构信息；

根据用地方案信息和房间分布结构信息，使用训练好的图神经网络模型生成平面图。

4.根据权利要求1所述的方法，其特征在于，根据输出的平面图，用户进行调整，包括：

用户通过输出的平面图调整各个房间的面积和位置关系，获得调整后平面图。

5.根据权利要求1所述的方法，其特征在于，获取调整后平面图，得到建筑模型信息，包括：

获取调整后平面图，并转化为三维视图；

所述建筑结果信息包括平面图、三维视图和输入条件信息。

6.根据权利要求1-5任一项所述的方法，其特征在于，在生成平面图后，还包括：

根据所述平面图，用户返回至从数据库中筛选的户型推荐结构图界面，重新选择一户型推荐结构图，与所述用地方案信息生成平面图。

7.根据权利要求1-5任一项所述的方法，其特征在于，获取调整后平面图后，还包括用户返回至未调整的平面图界面。

8.一种基于图像识别的乡村住宅户型平面生成系统，其特征在于，包括：

交互模块，用于获取输入条件信息，所述输入条件信息包括宅基地条件信息和房间需求信息；以及获取用户选择的户型推荐结构图和调整后的平面图；

条件匹配模块，与所述交互模块连接，用于根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图；其中，一个输入条件信息至少对应一户型推荐结构图；根据宅基地轮廓信息和户型轮廓信息确定用地方案；

平面生成模块，与所述交互模块和条件匹配模块连接，包括平面生成单元和图结构调整单元，所述平面生成单元用于根据所述用地方案信息和用户选择的一户型推荐结构图，生成平面图；所述图结构调整单元用于对用户调整输出平面图的各个结构进行整合生成调整后平面图；

成果输出模块，与所述交互模块和平面生成模块连接，用于根据获取调整后平面图，输出建筑结果信息；

还包括建立数据库，包括：通过图神经网络算法对标定有标签信息的图片进行模型训练，得到数据库模型；将所述图片输入至所述数据库模型，得到对应的标签信息；根据图片与标签信息的对应关系建立数据库；

通过图神经网络算法对标定有宅基地条件标签信息和宅基地轮廓标签信息的宅基地轮廓图片进行模型训练，得到宅基地轮廓模型；将宅基地轮廓图片输入至所述宅基地轮廓模型，得到宅基地条件标签信息和宅基地轮廓标签信息；根据宅基地图片与宅基地条件标签信息和宅基地轮廓标签信息的对应关系建立宅基地轮廓库；

通过图神经网络算法对标定有宅基地条件标签信息和户型轮廓标签信息的户型轮廓图片进行模型训练，得到户型轮廓模型；将户型轮廓图片输入至所述户型轮廓模型，得到宅基地条件标签信息和户型轮廓标签信息；根据户型轮廓图片与宅基地条件标签信息和户型轮廓标签信息的对应关系建立户型轮廓库；

通过图神经网络算法对标定有房间需求标签信息和房间分布结构标签信息的户型图结构图片进行模型训练，得到户型图结构模型；将户型图结构图片输入至所述户型图结构模型，得到房间需求标签信息和房间分布结构标签信息；根据户型图结构图片与房间需求标签信息和房间分布结构标签信息的对应关系建立户型图结构库；

根据所述输入条件信息，分别从数据库中筛选与标签信息对应的宅基地轮廓信息、户型轮廓信息和户型推荐结构图，包括：

分别从宅基地轮廓库和户型轮廓库中将满足宅基地条件标签信息与输入的宅基地条件信息一致的数据进行筛选，得到宅基地轮廓信息和户型轮廓信息；

从户型图结构库中将满足房间需求标签信息与输入的房间需求信息一致的数据进行筛选，得到户型推荐结构图。

9.根据权利要求8所述的系统，其特征在于，所述系统还包括：

三维转换模块，与所述平面生成模块和所述成果输出模块连接，用于将调整后平面图转换为三维图，并通过所述成果输出模块输出所述三维图。

10.根据权利要求8所述的系统，其特征在于，所述交互模块包括：

用于获取用户通过输出的平面图调整各个房间的面积和位置关系并发送给所述平面生成模块的图结构调整单元。