一种基于VGG的BIM模型最佳视觉角度构建方法技术

本发明专利技术公开一种基于VGG的BIM模型最佳视觉角度构建方法，将三维模型转化为二维图片后，经过ImageNet预训练的VGG卷积神经网络分类分别得到1000个类别的概率值；采用评估函数根据VGG分类得到的概率值计算每张截图的评估分数，从32个角度中得到最佳视觉角度。采用本发明专利技术的技术方案，能够有效提高网上商城识别的精确度。精确度。精确度。

【技术实现步骤摘要】
一种基于VGG的BIM模型最佳视觉角度构建方法


[0001]本专利技术属于建筑信息化
，尤其涉及一种基于VGG的BIM模型最佳视觉角度构建方法。

技术介绍

[0002]BIM是建筑设施物理与功能特征的数字化表达，它作为共享的建筑信息资源，为建筑全生命周期的各种决策提供了可靠的基础。同时，BIM是建筑信息化的重要内容，它的实施推广为智慧城市建设提供了必要的建筑设施基础数据。
[0003]随着室内装修行业的不断发展，设计师逐渐使用三维模型将自己的设计理念传达给客户。通过三维设计软件，设计师设计的三维模型可以与装修后的实际效果相媲美。随着BIM技术的广泛应用，室内设计与BIM技术开始融合，形成了新的BIM智慧室内设计。通过BIM智慧室内设计，可以实现房屋结构隐蔽工程的可视化，以便室内设计能够更加高效，更加便捷的出图。
[0004]但是当客户拿到一个喜爱的室内设计模型后，通常会面临一个实际问题，如何找到室内设计模型中构件的实物。一般情况下，客户会拿着效果图到家具城进行逐一挑选，这样会耗费大量的时间和精力。随着科技的发展，已经存在很多关于三维模型检索的研究能够解决此类问题。目前，在三维模型检索的研究领域，多是利用多视图、点云、mesh网络和体素化方式对三维模型进行表示进而检索。其中通过点云方式表示三维模型，对同一个构件有多种不同的方法进行表示，从而区分困难。通过体素化的方式会丢失大量特征信息，同时点云与体素化的处理方法会有数据无序，残缺和噪声影响较大的缺点。
[0005]现有的将三维模型转化为二维图片的研究中，有的只提取了三维模型的正视图、俯视图和侧视图，三个角度的截图不能够准确描述三维模型。有的研究虽然多角度对三维模型截图但是在截图的时候只对模型平行旋转，没有考虑模型的其它面的特征。有的提取了模型的各个面的截图，但是他们为每张视角图赋予了一个置信度，然后通过加权集成的方式完成三维模型的识别分类，这样对每张图片加权的方式可能会把某些角度错误的特征也集成，这样就影响了最后检索的精确度。
[0006]如今网上商城已经实现了以图搜图的功能，以图搜图通过输入一张图片与商城的特征数据集比对找到最相似的商品。为了找到与模型里的构件最相似的实物，此时就需要将三维的构件变成二维的图片做为网上商城的检索条件。但是，如果随意对构件截图然后放到网上商城，检索的识别率并不高；对于构件来说，它是一个三维立体的，线上商城的实物图片是二维平面的，且构件与实物风格不同；如果随意截图将三维的物体转为二维的图片很可能会检索到与构件不相关的实物。

技术实现思路

[0007]本专利技术要解决的技术问题为，提供一种基于VGG的BIM模型最佳视觉角度构建方法，能够有效提高网上商城识别的精确度。
[0008]为实现上述目的，本专利技术采用如下的技术方案：
[0009]一种基于VGG的BIM模型最佳视觉角度构建方法，包括：
[0010]步骤1、根据截图角度和截图距离构建构件的32个不同角度的截图；
[0011]步骤2、采用VGG分类器对构件的32张截图进行分类识别，得到所有截图的概率值，同时根据所述概率值计算每张截图的评估分数，从32个角度中得到最佳视觉角度。
[0012]作为优选，步骤1包括：构件预处理：将所述构件看成一个规则的长方体；通过长方体外接一个球面，从球面进行360度截图获得构件不同面的特征，其中，外接球为一个球体将几何体包围，且几何体的各顶点同在一个球面上。
[0013]作为优选，步骤1中，采用将所述球体的表面看成一个足球的表面，足球表面由32个多边形组成，以32个多边形的中心点进行截图将无数的截图点转为32个有限的截图点，得到32个截图角度α＝{α1，α2，
…
，α
32
},中心点C＝{c1，c2，
…
，c
32
}。
[0014]作为优选，步骤1中，设定构件长方体外接球的半径为R，观察距离为D，D为外接球半径R的a倍，即D＝a*R，从固定的32个多边形中心点C＝{c1，c2，
…
，c
32
}和固定观察距离D＝a*R截图，得到一个构件从32个不同角度截取的图片，即I＝{i1，i2，
…
，i
32
}。
[0015]作为优选，步骤2中，采用经过ImageNet数据集预训练的卷积神经网络VGG，将所述32张不同角度的构件截图I＝{i1，i2，
…
，i
32
}依次作为输入图片；由高到低的输出每张图片对应类别的概率值，以不同角度α截取的图片，其类别概率值组成一个集合V
α
。
[0016]作为优选，步骤2中，通过对每张截图计算评估分数，得到32张截图中的最佳视觉角度截图，即
[0017][0018][0019]其中，f(α)为评估函数，α表示截图的角度，V
α
表示在角度α下截取的图片，经过VGG分类器被识别为1000个类别的概率值的V
α
集合，max1表示在V
α
集合中最大的类别概率值，σ2表示V
α
集合中的数据离散程度；
[0020]通过f(α)函数得到构件的32张截图的评估分数，最大值为0.1442，该张截图即为最佳视觉角度，通过argmaxf(α)函数计算出使得f(α)取得最大值所对应的角度α，此角度即为最佳视觉角度。
[0021]作为优选，步骤1中，设构件外接长方体的长、宽、高分别为a、b、c，则长方体的外接球半径R为：
[0022][0023]作为优选，步骤2中，由高到低的输出每张图片对应1000个类别的概率值，其类别概率值组成集合V
α
为：V
α
＝{R|0＜R＜1}，card(V
α
)＝1000。
[0024]本专利技术的基于VGG的BIM模型最佳视觉角度构建方法，通过用多视图的方法将三维模型转化为二位图片，再根据评估函数得到构件的最佳视觉角度，即一个最能代表构件特征的图片，能够有效提高网上商城识别的精确度。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图，其中，
[0026]图1为本专利技术BIM模型最佳视觉角度构建方法流程图；
[0027]图2为构件多角度截图的示意图；
[0028]图3为从球面的不同角度进行截图的示意图；
[0029]图4为以每个多边形的中心点作为截图点的示意图；
[0030]图5为观察距离D截图的示意图；
[0031]图6为构件32个角度截图的示意图；
[0032]图7为沙发截图识别概率值的示意图；
[0033]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，包括：步骤1、根据截图角度和截图距离构建构件的32个不同角度的截图；步骤2、采用VGG分类器对构件的32张截图进行分类识别，得到所有截图的概率值，同时根据所述概率值计算每张截图的评估分数，从32个角度中得到最佳视觉角度。2.如权利要求1所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤1包括：构件预处理：将所述构件看成一个规则的长方体；通过长方体外接一个球面，从球面进行360度截图获得构件不同面的特征，其中，外接球为一个球体将几何体包围，且几何体的各顶点同在一个球面上。3.如权利要求2所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤1中，采用将所述球体的表面看成一个足球的表面，足球表面由32个多边形组成，以32个多边形的中心点进行截图将无数的截图点转为32个有限的截图点，得到32个截图角度α＝{α1，α2，
…
，α
32
}，中心点C＝{c1，c2，
…
，c
32
}。4.如权利要求3所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤1中，设定构件长方体外接球的半径为R，观察距离为D，D为外接球半径R的a倍，即D＝a*R，从固定的32个多边形中心点C＝{c1，c2，
…
，c
32
}和固定观察距离D＝a*R截图，得到一个构件从32个不同角度截取的图片，即I＝{i1，i2，
…
，i
32
}。5.如权利要求1或4所述的基于VGG的BIM模型最佳视觉角度构建方法，其特征在于，步骤2中，采用经...

【专利技术属性】
技术研发人员：李家可，王家麟，
申请(专利权)人：盈嘉互联上海建筑科技有限公司深圳市盈嘉互联科技有限公司盈嘉互联北京智慧科技有限公司嘉兴乌镇盈嘉千镇科技有限公司深圳前海盈嘉数据服务有限公司佛山市盈嘉智慧空间科技有限公司，
类型：发明
国别省市：