【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种平面户型图结构化检测方法、装置和计算机设备。
技术介绍
1、当前平面户型图检测技术主要解决的问题是自动识别和提取平面户型图中的房间和房间元素，如墙壁、门、窗户等。这种技术可以帮助房地产行业、室内设计领域以及建筑规划等领域自动生成户型图，节省人力成本，提高工作效率。
2、然而，当前的平面户型图检测技术依然存在一些不足。例如，在一些需要对平面户型图进行实时检测的场景下，无法满足更高的速度和效率要求。以及在一些需要对平面户型图进行精细检测的场景下，不能精确地检测出房间中各个元素的位置和形状，无法处理各种复杂情况下的图像。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高平面户型图的识别效率和识别精确度的平面户型图结构化检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种平面户型图结构化检测方法，包括：
3、获取平面户型图，所述平面户型图包括多个待识别对象；
4、对所述平面户型图提取不同尺度的户型特征图，基于所述不同尺度的户型特征图生成户型特征序列，所述户型特征序列包括多个户型特征向量；
5、针对每个待识别对象，从所述户型特征序列中选择与所针对待识别对象对应的预设数量个户型特征向量；
6、基于所述多个待识别对象各自的预设数量个户型特征向量，在所述平面户型图中生成多个识别框，所述识别框用于标注所述平面户型图中的待识别对象的目标位
7、在其中一个实施例中，所述基于所述不同尺度的户型特征图生成户型特征序列，包括：
8、针对多个不同尺度的户型特征图中的每一个，将所针对的户型特征图进行尺度内特征交互，得到目标特征图；将多个不同尺度的目标特征图进行跨尺度特征融合处理，得到户型特征序列。
9、在其中一个实施例中，所述将所针对的户型特征图进行尺度内特征交互，得到目标特征图，包括：
10、将所针对的户型特征图转换为一维向量序列；将所述一维向量序列中不同位置的特征向量进行特征交互，得到不同位置的交互后特征向量；将所述不同位置的交互后特征向量进行非线性变换，得到不同位置的非线性特征向量，所述不同位置的非线性特征向量组成目标向量序列；将所述目标向量序列进行还原处理，得到目标特征图。
11、在其中一个实施例中，所述将所针对的户型特征图转换为一维向量序列，包括：
12、将所针对的户型特征图中每个位置的特征向量进行拉伸处理，得到多个第一一维向量；根据所述多个第一一维向量各自对应的优先级顺序，将所述多个第一一维向量进行排列处理，得到一维向量序列。
13、在其中一个实施例中，所述将多个不同尺度的目标特征图进行跨尺度特征融合处理，得到户型特征序列，包括：
14、将多个不同尺度的目标特征图进行采样对齐处理，得到多个分辨率相同的对齐后特征图；通过多层卷积操作，将多个所述对齐后特征图进行融合，得到融合后特征图；将所述融合后特征图中每个位置的特征向量进行拉伸处理，得到多个第二一维向量；根据所述多个第二一维向量各自对应的优先级顺序，将所述多个第二一维向量进行排列处理，得到户型特征序列。
15、在其中一个实施例中，针对所述多个待识别对象中的每一个，基于所针对的待识别对象的预设数量个户型特征向量，确定所述平面户型图中所针对的待识别对象对应的识别框的置信度分数，所述置信度分数用于表征所针对的待识别对象对应的识别框在所述平面户型图中的目标位置和所针对的待识别对象在所述平面户型图中的实际位置重合的概率；在所述平面户型图中显示多个识别框各自对应的置信度分数。
16、第二方面，本申请还提供了一种平面户型图结构化检测装置，包括：
17、获取模块，用于获取平面户型图，所述平面户型图包括多个待识别对象；
18、第一生成模块，用于对所述平面户型图提取不同尺度的户型特征图，基于所述不同尺度的户型特征图生成户型特征序列，所述户型特征序列包括多个户型特征向量；
19、选择模块，用于针对每个待识别对象，从所述户型特征序列中选择与所针对待识别对象对应的预设数量个户型特征向量；
20、第二生成模块，用于基于所述多个待识别对象各自的预设数量个户型特征向量，在所述平面户型图中生成多个识别框，所述识别框用于标注所述平面户型图中的待识别对象的目标位置和所述待识别对象的目标类别。
21、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
22、获取平面户型图，所述平面户型图包括多个待识别对象；
23、对所述平面户型图提取不同尺度的户型特征图，基于所述不同尺度的户型特征图生成户型特征序列，所述户型特征序列包括多个户型特征向量；
24、针对每个待识别对象，从所述户型特征序列中选择与所针对待识别对象对应的预设数量个户型特征向量；
25、基于所述多个待识别对象各自的预设数量个户型特征向量，在所述平面户型图中生成多个识别框，所述识别框用于标注所述平面户型图中的待识别对象的目标位置和所述待识别对象的目标类别。
26、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
27、获取平面户型图，所述平面户型图包括多个待识别对象；
28、对所述平面户型图提取不同尺度的户型特征图，基于所述不同尺度的户型特征图生成户型特征序列，所述户型特征序列包括多个户型特征向量；
29、针对每个待识别对象，从所述户型特征序列中选择与所针对待识别对象对应的预设数量个户型特征向量；
30、基于所述多个待识别对象各自的预设数量个户型特征向量，在所述平面户型图中生成多个识别框，所述识别框用于标注所述平面户型图中的待识别对象的目标位置和所述待识别对象的目标类别。
31、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
32、获取平面户型图，所述平面户型图包括多个待识别对象；
33、对所述平面户型图提取不同尺度的户型特征图，基于所述不同尺度的户型特征图生成户型特征序列，所述户型特征序列包括多个户型特征向量；
34、针对每个待识别对象，从所述户型特征序列中选择与所针对待识别对象对应的预设数量个户型特征向量；
35、基于所述多个待识别对象各自的预设数量个户型特征向量，在所述平面户型图中生成多个识别框，所述识别框用于标注所述平面户型图中的待识别对象的目标位置和所述待识别对象的目标类别。
36、上述平面户型图结构化检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过获取平面户型图，平面户型图包括多个待识别对象本文档来自技高网...
【技术保护点】
1.一种平面户型图结构化检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述不同尺度的户型特征图生成户型特征序列，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所针对的户型特征图进行尺度内特征交互，得到目标特征图，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所针对的户型特征图转换为一维向量序列，包括：
5.根据权利要求2所述的方法，其特征在于，所述将多个不同尺度的目标特征图进行跨尺度特征融合处理，得到户型特征序列，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.一种平面户型图结构化检测装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种平面户型图结构化检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述不同尺度的户型特征图生成户型特征序列，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所针对的户型特征图进行尺度内特征交互，得到目标特征图，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所针对的户型特征图转换为一维向量序列，包括：
5.根据权利要求2所述的方法，其特征在于，所述将多个不同尺度的目标特征图进行跨尺度特征融合处理，得到户型特征序列，包括：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：黄惠，王静，於其之，陈鑫，王宇涵，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。