(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211203183.8 (22)申请日 2022.09.29 (71)申请人 广东三维家信息科技有限公司 地址 510000 广东省广州市天河区天河软 件园软件路15号 （孵化二期F栋） 9楼 902室 (72)发明人 邱辉平　王胜　区楚怡　林上雯　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 钟扬飞 (51)Int.Cl. G06T 11/20(2006.01) G06V 20/70(2022.01) G06F 30/13(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 图纸的布局信息生成方法及装置 (57)摘要 本申请涉及图像处理技术领域， 提供一种图 纸的布局信息生成方法及装置。 所述方法包括： 根据图纸中储物空间的第一特征集输入训练好 的第一神经网络模型后得到的第一高维特征， 和 任一物品的第二特征集输入训练好的第二神经 网络模型后得到的第二高维特征， 确定所述储物 空间与所述物品之间的预测分数； 根据所述预测 分数， 从各所述物品中， 获取对应的所述预测分 数大于第一预设值的至少一个目标物品； 将所述 目标物品加载至所述储物空间， 以生成所述图纸 的布局信息。 本申请实施例提供的图纸的布局信 息生成方法能够提高图纸中物品的布局效率和 布局的合理性。 权利要求书2页 说明书12页 附图4页 CN 115482311 A 2022.12.16 CN 115482311 A 1.一种图纸的布局信息生成方法， 其特 征在于， 包括： 根据图纸中储物空间的第一特征集输入训练好的第一神经网络模型后得到的第一高 维特征， 和任一物品的第二特征集输入训练好的第二神经网络模型后得到的第二高维特 征， 确定所述储物空间与所述物品之间的预测分数； 根据所述预测分数， 从各所述物品中， 获取对应的所述预测分数大于第一预设值的至 少一个目标物品； 将所述目标物品加载至所述储物空间， 以生成所述图纸的布局信息； 其中， 所述第一特征集包括所述储物空间的第一空间特征， 所述第二特征集包括所述 物品的第二空间特 征； 所述第一神经网络模型和所述第 二神经网络模型， 由多个所述第 一特征集和多个所述 第二特征集训练得到 。 2.根据权利要求1所述的图纸的布局信息生成方法， 其特 征在于， 还 包括： 获取所述储物空间的环境特 征； 将所述环境特 征输入训练好的隐语义模型， 获取对应的物品类型 特征； 根据所述物品类型特征， 从物品数据库中获取与所述物品类型特征对应的各所述物 品； 其中， 所述隐语义模型用于获取隐含语义， 由多个所述环境特 征训练得到 。 3.根据权利要求2所述的图纸的布局信息生成方法， 其特 征在于， 还 包括： 将所述储物 空间的环境特征中的环境编码， 以及所述物品的物品类型特征中的物品类 型编码输入训练好的隐语义模型， 获取所述储物空间的环境潜在特征， 以及所述物品的类 型潜在特 征； 根据所述环境潜在特征和所述第一空间特征， 生成所述第一特征集， 以及根据所述类 型潜在特 征和所述第二空间特 征， 生成所述第二特 征集。 4.根据权利要求1所述的图纸的布局信息生成方法， 其特征在于， 根据所述预测分数， 从各所述物品中， 获取对应的所述预测分数 大于第一预设值的至少一个目标物品， 包括： 根据所述预测分数， 从各所述物品中， 获取对应的所述预测分数大于第一预设值的各 待选物品； 根据预设 关联列表， 从各 所述待选物品中， 获取至少一个目标物品。 5.根据权利要求4所述的图纸的布局信息生成方法， 其特征在于， 根据预设关联列表， 从各所述待选物品中， 获取至少一个目标物品， 包括： 从各所述待选物品中， 获取对应的所述预测分数 大于第二预设值的第一物品； 根据所述预设关联列表， 确定各所述待选物品中存在与 所述第一物品关联的至少一个 第二物品， 将所述第一物品以及各 所述第二物品标记为各 所述目标物品。 6.根据权利要求5所述的图纸的布局信息生成方法， 其特 征在于， 还 包括： 根据所述预设关联列表， 确定各所述待选物品中不存在与所述第 一物品关联的至少一 个第二物品， 将所述第一物品标记为所述目标物品。 7.根据权利要求1 ‑6所述的图纸的布局信 息生成方法， 其特征在于， 将所述目标物品加 载至所述储物空间， 以生成所述图纸的布局信息， 包括： 将所述目标物品以及所述储物空间输入训练好的NOCS神经网络模型， 获取所述目标物权　利　要　求　书 1/2 页 2 CN 115482311 A 2品的位姿和缩放比例； 根据所述目标物品的位姿和缩放比例， 调整所述目标物品； 将调整后的目标物品加载至所述储物空间， 以生成所述图纸的布局信息； 其中， 所述 NOCS神经网络模型由多个物品和多个所述储物空间训练得到 。 8.一种图纸的布局信息生成装置， 其特 征在于， 包括： 预测参数确定模块， 用于根据 所述储物 空间的第 一特征集输入训练好的第 一神经网络 模型后得到的第一高维特征， 和任一物品的第二特征集输入训练好的第二神经网络模型后 得到的第二高维特 征， 确定所述储物空间与所述物品之间的预测分数； 目标物品获取模块， 用于根据 所述预测分数， 从各所述物品中， 获取对应的所述预测分 数大于第一预设值的至少一个目标物品； 布局信息生成模块， 用于将所述目标物品加载至所述储物空间， 以生成所述图纸的布 局信息； 其中， 所述第一特征集包括所述储物空间的第一空间特征， 所述第二特征集包括所述 物品的第二空间特 征； 所述第一神经网络模型和所述第 二神经网络模型， 由多个所述第 一特征集和多个所述 第二特征集训练得到 。 9.一种电子设备， 包括处理器和存储有计算机程序的存储器， 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任一项所述的图纸的布局信息生成方法。 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任一项所述的图纸的布局信息生成方法。权　利　要　求　书 2/2 页 3 CN 115482311 A 3