【技术实现步骤摘要】
本专利技术涉及室内设计，特别涉及一种基于用户户型图的个性化室内设计方法。
技术介绍
1、随着城市化进程的加快，人们对居住环境的要求日益提高，不仅限于基本的生活需求，更追求个性化与舒适度。然而，传统的室内设计服务往往成本高昂且耗时较长，普通消费者难以承受。这导致了市场上存在较大的供需不平衡，一方面，消费者对于高品质、个性化的室内设计有着强烈的需求；另一方面，现有的设计服务模式无法高效地满足这些需求，尤其是在快速响应用户个性化偏好方面存在明显不足。
2、此外，在传统室内设计过程中，设计师通常需要花费大量时间和精力与客户沟通以了解其具体需求和偏好，这一过程不仅效率低下，而且容易出现信息传递偏差，进而影响最终的设计效果。随着信息技术的发展，特别是大数据、人工智能等技术的应用，为解决上述问题提供了新的可能。通过分析用户行为数据来预测其偏好，可以显著提升设计的精准度和服务效率，使得个性化室内设计变得更加便捷和普及。
3、尽管利用先进技术实现个性化室内设计具有诸多优势，但在实际应用中仍面临一些挑战。例如，如何确保推荐算法能够准确捕捉到用户的真正需求而不只是表面偏好；如何平衡设计创意与用户期望之间的差异；以及如何保护用户隐私等问题。这些问题如果得不到有效解决，将直接影响到个性化室内设计系统的用户体验和市场接受度。因此，探索一种既能满足用户个性化需求又能保障其隐私安全的设计方法，成为了当前研究的重要方向之一。
技术实现思路
1、本专利技术的主要目的为提供一种基于用户户型图的个
2、为实现上述目的，本专利技术提供一种基于用户户型图的个性化室内设计方法，包括以下步骤：
3、通过预设的推荐算法，分析目标用户的行为数据，得到目标用户的偏好参数；其中，所述偏好参数包括空间功能排布参数及搭配参数；
4、获取目标用户上传的房屋平面图，并利用平面图图像矢量化技术对所述房屋平面图进行矢量转化，得到矢量空间关系特征数据；
5、将所述矢量空间关系特征数据及所述空间功能排布参数输入预设的图神经网络中进行空间布局，生成初始家具布局方案；
6、通过预设的设计硬规则对所述初始家具布局方案进行方案筛选，得到筛选后家具布局方案；
7、将所述搭配参数及所述筛选后家具布局方案进行匹配设计，得到匹配设计方案，并对所述匹配设计方案在预设的交互界面进行初始可视化；
8、实时检测所述目标用户是否在所述交互界面进行界面交互操作，若是，则将所述界面交互操作针对的匹配设计方案作为目标方案，并通过预设的ai编辑系统根据所述界面交互操作对所述目标方案进行方案编辑和方案渲染，得到所述房屋平面图对应的三维可视化效果图。
9、进一步的，所述行为数据包括家具浏览记录及输入文字数据，所述通过预设的推荐算法，分析目标用户的行为数据，得到目标用户的偏好参数，包括：
10、通过预设的推荐算法，对所述目标用户的家具商品浏览记录及输入文字数据进行分析，得到用户-商品交互信息；其中，所述用户-商品交互信息是所述目标用户对不同家具商品的浏览时长、点击次数及收藏状态；
11、对所述用户-商品交互信息进行聚类分析，得到目标用户的偏好家具风格特征向量；
12、对所述用户-商品交互信息中的家具商品共现关系进行分析，得到家具搭配模式向量；
13、分析所述用户-商品交互信息中家具商品描述文本，并提取所述家具商品描述文本中的空间功能关键词，得到空间功能关键词向量；
14、基于所述偏好家具风格特征向量、所述家具搭配模式向量及所述空间功能关键词向量构建目标用户偏好矩阵；
15、将所述目标用户偏好矩阵输入预设的贝叶斯推理算法内，得到目标用户的偏好概率分布；
16、基于所述偏好概率分布对所述目标用户进行家具选择行为预测，得到目标用户的偏好参数；其中，所述目标用户的偏好参数包括空间功能排布参数及搭配参数。
17、进一步的，所述利用平面图图像矢量化技术对所述房屋平面图进行矢量转化，得到矢量空间关系特征数据，包括：
18、对所述房屋平面图中的各功能区进行识别和标注，得到功能区标注数据；
19、利用平面图图像矢量化技术对所述房屋平面图进行预处理，得到预处理图像；
20、提取预处理图像中的轮廓线条，以得到轮廓线条图像，并基于所述功能区标注数据对所述轮廓线条图像中的轮廓线条进行分类和属性标记，得到带有功能区信息的轮廓线条图像；
21、将所述带有功能区信息的轮廓线条图像转化为矢量图形，以得到矢量图形数据；
22、对所述矢量图形数据进行空间关系解析，得到矢量空间关系特征数据。
23、进一步的，所述将所述矢量空间关系特征数据及所述空间功能排布参数输入预设的图神经网络中进行空间布局优化，生成初始家具布局方案，包括：
24、对所述矢量空间关系特征数据进行空间特征提取，得到提取空间特征；其中，所述提取空间特征包括房屋平面图的面积、形状、窗户位置及门的开口方向信息；
25、对所述空间功能排布参数进行分类处理，得到功能区划分信息；其中，所述功能区划分信息包括不同功能区域的面积需求及相对位置要求；
26、基于所述空间特征向量及功能区划分信息，构建空间布局关系图；
27、基于多尺度图神经网络对所述空间布局关系图进行特征传播与融合，得到融合特征图；
28、将所述融合特征图输入预设的图神经网络中进行家具布局探索和空间布局优化，得到候选家具布局方案；
29、对所述候选家具布局方案进行合理性评估与筛选，得到初始家具布局方案。
30、进一步的，所述通过预设的设计硬规则对所述初始家具布局方案进行方案筛选，得到筛选后家具布局方案，包括：
31、利用空间拓扑分析算法对所述初始家具布局方案进行空间关系分析，得到家具之间的空间拓扑关系图；其中，所述空间拓扑关系图包括家具之间的相对位置、距离和连通性；
32、基于人体工程学原理，基于所述空间拓扑关系图对所述初始家具布局方案进行人体工程学评估，得到人体工程学评分矩阵；
33、通过多目标优化算法，基于所述人体工程学评分矩阵对所述初始家具布局方案进行优化计算，得到人体工程学布局方案集；其中，所述人体工程学布局方案集是满足人体工程学要求的候选布局方案集；
34、对所述人体工程学布局方案集进行功能区域划分，得到功能区域语义图；
35、通过预设的设计硬规则，对所述功能区域语义图进行规则约束检查，得到约束检查后的人体工程学布局方案集；
36、通过多准则决策分析方法对所述约束检查后的人体工程学布局方案集进行综合评估和方案筛选，得到筛选后家具布局方案。
37、进一步的，所述将所述搭配参本文档来自技高网...
【技术保护点】
1.一种基于用户户型图的个性化室内设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述行为数据包括家具浏览记录及输入文字数据，所述通过预设的推荐算法，分析目标用户的行为数据，得到目标用户的偏好参数，包括：
3.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述利用平面图图像矢量化技术对所述房屋平面图进行矢量转化，得到矢量空间关系特征数据，包括：
4.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述将所述矢量空间关系特征数据及所述空间功能排布参数输入预设的图神经网络中进行空间布局优化，生成初始家具布局方案，包括：
5.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述通过预设的设计硬规则对所述初始家具布局方案进行方案筛选，得到筛选后家具布局方案，包括：
6.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述将所述搭配参数及所述筛选后家具布局方案进行匹配设计，得到匹配设计方案
7.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，通过预设的AI编辑系统，根据所述界面交互操作对所述目标方案进行方案编辑和方案渲染，得到所述房屋平面图对应的三维可视化效果图，包括：
8.一种基于用户户型图的个性化室内设计系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，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7中任一项所述方法的步骤。
10.一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7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于用户户型图的个性化室内设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述行为数据包括家具浏览记录及输入文字数据，所述通过预设的推荐算法，分析目标用户的行为数据，得到目标用户的偏好参数，包括：
3.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述利用平面图图像矢量化技术对所述房屋平面图进行矢量转化，得到矢量空间关系特征数据，包括：
4.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述将所述矢量空间关系特征数据及所述空间功能排布参数输入预设的图神经网络中进行空间布局优化，生成初始家具布局方案，包括：
5.根据权利要求1所述的基于用户户型图的个性化室内设计方法，其特征在于，所述通过预设的设计硬规则对所述初始家具布局方案进行方案筛选，...
【专利技术属性】
技术研发人员：刘紫东，李永燚，钟鸿毅，
申请(专利权)人：深圳生境科技有限公司，
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。