CN116933362A - 室内设计方案自动生成方法、装置、计算机设备及介质 - Google Patents
室内设计方案自动生成方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN116933362A CN116933362A CN202310802581.XA CN202310802581A CN116933362A CN 116933362 A CN116933362 A CN 116933362A CN 202310802581 A CN202310802581 A CN 202310802581A CN 116933362 A CN116933362 A CN 116933362A
- Authority
- CN
- China
- Prior art keywords
- target
- indoor design
- user
- instruction
- request
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013461 design Methods 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000004048 modification Effects 0.000 claims description 30
- 238000012986 modification Methods 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 235000020095 red wine Nutrition 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开一种室内设计方案自动生成方法、装置、计算机设备及存储介质，涉及人工智能技术领域，所述方法包括根接收用户的请求指令，其中，请求指令表示用户在预设对话框中输入请求信息的指令，请求信息包括用户上传的图像，例如设计参考图、意向图、照片和/或设计需求请求文本，响应于请求指令，生成与请求信息对应的多个候选室内设计方案，响应于用户的目标指令，展示目标室内设计方案，其中，目标指令表示用户从多个候选室内设计方案中选中目标室内设计方案的指令，即用户仅通过对话的方式，在对话框中输入设计方案的请求信息，即可自动生成设计方案，减少了相关技术中需要按照设计规则等繁琐操作，从而提高室内设计方案设计效率。
Description
技术领域
本申请涉及人工智能技术领域，尤其涉及一种室内设计方案自动生成方法、装置、计算机设备及存储介质。
背景技术
相关技术中，室内设计方案的实现高度依赖用户在相关软件***中所输入的户型和样板间，并结合算法所训练得到的户型布局和风格匹配等内容。从产品交互层面，用户在了解软件***所规定的室内设计方案设计规则后，通过在计算机所登录的软件***中按照室内设计方案设计规则，对目标室内设计方案执行一次性的设计参数输入，使得相关软件***根据用户所输入的设计参数输出对应的室内设计方案。例如，即用户输入户型样板间，相关软件***输出最终的室内设计方案。同时，相关软件***仅提供提前预设的输入选项，不具备对用户自然语言的理解能力，使得室内设计方案的输出往往和用户的意向方案有一定的差距，且用户需要在学习相关软件***的设计规则后才能进行一整套的设计参数输入。
可见，相关软件***的智能生成室内设计方案的方式对用户要求的学习门槛较高，以及室内设计方案修改不灵活，导致室内设计方案设计效率较低。
发明内容
本申请实施例的目的在于提出一种室内设计方案自动生成方法，以解决相关技术中室内设计方案设计效率低的问题。
为了解决上述技术问题，本申请实施例提供一种室内设计方案自动生成方法，包括如下步骤：
接收用户的请求指令，其中，请求指令表示用户在预设对话框中输入请求信息的指令，请求信息包括用户上传的图像和/或设计需求请求文本；
响应于请求指令，生成与请求信息对应的多个候选室内设计方案；
响应于用户的目标指令，展示目标室内设计方案，其中，目标指令表示用户从多个候选室内设计方案中选中目标室内设计方案的指令。
为了解决上述技术问题，本申请实施例提供一种室内设计方案自动生成装置，室内设计方案自动生成装置包括：
接收模块，用于接收用户的请求指令，其中，请求指令表示用户在预设对话框中输入请求信息的指令，请求信息包括用户上传的图像和/或设计需求请求文本；
生成模块，用于响应于请求指令，生成与请求信息对应的多个候选室内设计方案；
展示模块，用于响应于用户的目标指令，展示目标室内设计方案，其中，目标指令表示用户从多个候选室内设计方案中选中目标室内设计方案的指令。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述室内设计方案自动生成方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质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上述的室内设计方案自动生成方法的步骤。
与相关技术相比，本申请实施例主要有以下有益效果：
通过接收用户的请求指令，其中，请求指令表示用户在预设对话框中输入请求信息的指令，请求信息包括用户上传的图像和/或设计需求请求文本，响应于请求指令，生成与请求信息对应的多个候选室内设计方案，响应于用户的目标指令，展示目标室内设计方案，其中，目标指令表示用户从多个候选室内设计方案中选中目标室内设计方案的指令，即用户仅通过对话的方式，在对话框中输入室内设计方案的请求信息，即可自动生成室内设计方案，减少了相关技术中需要按照设计规则等执行繁琐操作，显著降低用户对软件***的学习成本，从而提高了室内设计方案设计效率。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性***架构图；
图2是本申请实施例提供的室内设计方案自动生成方法的流程示意图；
图3-a、图3-b、图3-c、图3-d、图3-e、图3-f、图3-g和图3-h分别是本申请实施例提供的室内设计方案生成的场景示意图；
图4是本申请实施例提供的室内设计方案图像保存的场景示意图；
图5是本申请实施例提供的室内设计方案自动生成装置的一个实施例的结构示意图；
图6是本申请实施例提供的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为解决上述问题以及为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
示例性的，用户首先通过终端设备101登录具备AIGC(AI Generated Content,指利用人工智能技术来生成内容)设计工具的网页或者应用软件。在网页或者软件应用中，用户通过在终端设备101中导入基本的户型图像后，在终端设备101中以对话形式逐步输入有关户型图像的，户型改造，家具布置，局部空间修改等计参考图、意向图、照片和/或设计需求请求文本信息，并通过网络104向服务器105发送设计请求等信息，服务器105根据对话中所发起的各个设计请求等信息生成对应的家具模型、空间布局等设计方案，服务器105将生成的式设计方案通过网络104向终端设备101推荐相应的设计方案，用户通过点击或者选定的方式从多个设计方案中确定目标设计方案，最终服务器105基于目标设计方案生成最终的设计效果图。因此，通过对话方式逐步完成用户对户型设计的需求，不仅可显著降低用户的软件学习成本，减少方案设计建模时间，帮助用户低门槛快速生成设计方案。
需要说明的是，本申请实施例所提供的室内设计方案自动生成方法一般由服务器/终端设备执行，相应地，室内设计方案自动生成装置一般设置于服务器/终端设备中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
在本申请实施例中，如图2所示，图2是本申请实施例提供的室内设计方案自动生成方法的流程示意图，室内设计方案自动生成方法的具体实现包括：
S201：接收用户的请求指令，其中，请求指令表示用户在预设对话框中输入请求信息的指令，请求信息包括用户上传的图像和/或设计需求请求文本。
具体地，用户在预设对话框所在的对话界面上按照预设的导入方式上传户型的布局图。其中，预设对话框是指用户所进入的具备AIGC功能的对话界面，每个对话框携带唯一地址，使得可以根据该地址将识别请求信息的结果进行精准推送。导入方式可以是在预设对话框中将户型的布局图直接采用拖拽方式进行导入，或者在指定的导入区域输入文件地址，以根据文件地址导入对应户型的布局图。在接收到所导入的户型的布局图时，在对话界面中展示该户型的布局图。在一些实施方式中，上述方法还包括：
当跳转到预设对话框时，展示提示信息，其中，提示信息用于指导用户在预设对话框中的设计操作信息。
具体地，向对话界面发送指示信息，以使用户根据指示信息在预设对话框中输入请求信息，用户可以在预设对话框中上传图像和/或设计需求请求文本等对当前的布局图的修改操作信息。其中，用户上传的图像可以是设计参考图、意向图、照片，例如家具模型图像或者空间设计图像等，设计需求请求文本可以为自然语言，用户可以通过输入文字或者语音的方案在对话框中发起设计需求请求文本。提示信息例如可以是提示用户输入一段方案设计的描述。
示例性的，参考图3-a为本申请实施例提供的室内设计方案生成的场景示意图。当导入户型的布局图后，在对话界面的展示区域中展示该布局图，并在对话框中导入沙发模型的图像以及有方案设计的请求信息。
S202：响应于请求指令，生成与请求信息对应的多个候选室内设计方案。
其中，候选室内设计方案为推荐的与请求信息相关的设计方案，可以是家具模型方案、全局户型设计方案、局部户型设计方案等，此处不做限定。家具模型方案指在布局图中所指定户型空间的家具模型，例如，客厅的沙发。全局户型设计方案指对布局图中各个户型空间的设计方案，例如，涵盖客厅、房间、厨房和洗手间的整体风格设计方案。局部户型设计方案指在布局图中针对指定的户型空间的设计方案，例如，房间的风格设计方案。
具体地，由于请求信息中可以是用户上传的图像和/或设计需求请求文本，因此，针对户型图像可以采用预训练好的网络模型提取图像特征，并在预设的模型库中搜索与图像特征相匹配的家具模型方案、全局户型设计方案和局部户型设计方案等。其中，网络模型可以包括但不限于循环神经网络(RNN)、长短时记忆网络(LSTM)和卷积神经网络(CNN)等。图像特征可以是家具模型的几何体特征、家具模型的颜色特征以及家具模型在布局图中的位置特征等。例如，沙发的几何体形状、沙发的颜色和沙发所在的空间位置(例如客厅或房间等)。针对设计需求请求文本，可以通过包括嵌入层(embedding layer)的文本识别模型，将设计需求请求文本转换为向量表示，并使用分类层(classification layer)对文本进行分类或回归任务，将提取到的关键文本同样在预设的模型库中搜索设计需求请求文本对应的类别，以获取相匹配的家具模型方案、全局户型设计方案和局部户型设计方案等。
需要说明的是，在本申请实施例中，用户可以仅在对话框中导入户型图像和设计需求请求文本中的任意一项，使得根据户型图像或者设计文本来匹配对应的户型设计风格，进而在对话框界面中推送相关的候选室内设计方案。或者同时结合户型图像和设计需求请求文本来匹配对应的户型设计风格，具体可以根据实际的设计需求在对话框中进行输入。示例性的，如图3-b所示，针对所上传的意向沙发图像和对方案设计的描述，在对话界面中展示了与请求信息相关的多个候选方案。
在一些实施方式中，响应于请求指令，生成与请求信息对应的多个候选室内设计方案，包括：
对用户上传的图像进行风格提取，得到目标风格类型；
在预设的模型库中获取与目标风格类型对应的多个候选室内设计方案。
具体地，对用户上传的图像，例如包括家具模型的图像，可以通过上述网络识别模型自动识别并找到模型库中对应的家具模型，并基于所识别的家具模型匹配目标风格类型，基于该目标风格类型可以进一步在模型库中匹配到多个候选室内设计方案及对应的预览图片，减少以往用户需要在模型库中人工查找目标风格类型对应的室内设计方案，本申请中的智能匹配家具模型的相似风格装修方案大大提高了用户的设计效率。
在一些实施方式中，响应于请求指令，生成与请求信息对应的多个候选室内设计方案，包括：
对设计需求请求文本进行空间布局提取，得到目标空间布局类型；
在预设的模型库中获取与目标空间布局类型对应的多个候选室内设计方案。
具体地，目标空间布局类型可以是房间、客厅、厨房、阳台、玄关、浴室等至少一种。基于设计需求请求文本提取与空间布局相关的向量，以基于提取的向量确定目标空间布局类型。进一步地，通过在模型库中搜索与目标空间布局类型相关的候选室内设计方案。一般，由于空间布局限定于功能性的空间，即搜索到的候选室内设计方案较多，为实现有效且精准的候选室内设计方案推荐，可以基于候选室内设计方案的使用频次或者提示用户进一步输入目标空间布局类型的设计需求信息等方案来缩小搜索范围，实现高效推荐。
在一些实施方式中，上述方法还包括：
基于目标风格类型和目标空间布局类型，在预设的模型库中获取与目标空间布局类型对应的多个候选室内设计方案。
具体地，结合上述目标风格类型和目标空间布局类型，使得可以在满足空间布局设计的同时，还可以自动匹配与目标风格类型所搭配的软装、硬装、定制家具，进而自动生成多个候选室内设计方案。
S203：响应于用户的目标指令，展示目标室内设计方案，其中，目标指令表示用户从多个候选室内设计方案中选中目标室内设计方案的指令。
在本申请实施例中，用户可以在对话界面中选中目标室内设计方案，并进一步通过输入软件操作的需求，如保存操作，对目标室内设计方案进一步保存。当接收到用户发起的目标室内设计方案的保存请求指令时，自动生成该目标室内设计方案的效果图并保存。通过将目标室内设计方案的效果图发送到对话界面中，使得用户可以查看效果图。如图3-c所示，展示了用户所选中的目标室内设计方案的效果图，该效果图不仅在对话界面中展示，同时在展示区域中进行展示，并在对话界面中提示风格方案已生成的信息。
通过接收用户的请求指令，其中，请求指令表示用户在预设对话框中输入请求信息的指令，请求信息包括用户上传的图像和/或设计需求请求文本，响应于请求指令，生成与请求信息对应的多个候选室内设计方案，响应于用户的目标指令，展示目标室内设计方案，其中，目标指令表示用户从多个候选室内设计方案中选中目标室内设计方案的指令，即用户仅通过对话的方式，在对话框中输入室内设计方案的请求信息，即可自动生成室内设计方案，减少了相关技术中需要按照设计规则等执行繁琐操作，显著降低用户对软件***的学习成本，从而提高了室内设计方案设计效率。
目前，市场上已有多种人工智能的家装设计软件。具体的用户使用流程包括：输入需要设计的户型；绘制平面布置图或使用AI智能布局生成的平面图；选择需要AI匹配的样板间；AI自动生成匹配后的方案。
可见，上述具备智能设计功能的软件的工作步骤可以总结为：根据输入的户型，按一定设计规则或机器学习其他方案布局的方式，生成算法布局；提取用户选择的样板间方案中的硬装、软装、定制家具，并按房间类型和布局分别匹配到目标户型中。该过程由于需要将所有涉及室内设计方案的设计方式进行全部设定，即一次设定使得用户对输出的室内设计方案干预能力弱，无法对部分内容进行智能化的修改。
在一些实施方式中，为解决上述问题，本申请实施例还包括如下步骤：
接收用户的修改指令，其中，修改指令表示在预设对话框中输入目标室内设计方案的修改信息的指令；
根据修改信息中，确定目标室内设计方案中的目标位置对应的目标家具模型；
基于目标位置对应的目标家具模型，更新在目标室内设计方案；
将更新后的目标室内设计方案生成新的图像。
具体地，在上述步骤S203所展示的目标室内设计方案的效果图中，用户可以基于该效果图发起修改指令，其中，修改信息可以包括户型改造、局部空间、区域布置、特定模型数据等，修改信息既可以是文本信息也可以是图像信息。通过上述文本识别模型确定待修改的家具模型，并基于上述的网络模型可以对修改信息中的图像信息识别目标家具模型，将目标家具模型替换到待修改的家具模型中，以更新目标室内设计方案。
通过从用户下预设对话框中所输入的自然语言或意向图片等修改信息，进一步识别所输入的设计修改信息，并进行户型改造、局部空间布置、定制家具等修改功能，并在每次修改所生成新的户型图像后，将其以预览的方式在对话界面中展示新的户型图像。待用户通过选中或者确认应用该新的户型图像后，自动应用该更新的目标室内设计方案。如图3-d所示，当用户对新的室内设计方案点击立即应用的控件时，对话界面显示“方案已修改”的提示信息，即新的目标室内设计方案应用在户型的布局图中。
这样，通过改造原始的目标室内设计方案并重新布置家具、硬装，对目标户型空间的某个空间或功能区域进行单独修改布置，实现户型设计的局部修改，提高户型的设计效率。
在一些实施方式中，在根据修改信息中，确定目标室内设计方案中的目标位置对应的目标家具模型，包括：
提取修改信息中的特征值；
基于特征值，确定目标位置；以及
在预设的模型库中匹配在目标位置中与特征值对应的目标家具模型。
其中，特征信息可以是家具模型所在的位置信息、家具类型信息、几何体信息或者功能区域信息等。例如，当特征信息为在新增的功能区域信息时，例如，新增的功能区域信息为儿童区，可以在客厅的预设位置作为儿童区的目标位置，并基于儿童区匹配对应的目标家具模型，例如摇摇椅，滑梯等。如图3-e和图3-f所示，将修改信息中的儿童区和所上传的儿童区示例图进行识别后，生成与之相匹配的儿童区风格的目标家具类型等。对于目标室内设计方案的修改还可以如图3-g和3-h所示，对餐厅中的餐柜进行了修改，使得修改后的餐柜增加了红酒架。
示例性的，如图4所示，当用户通过在预设对话框中输入保存目标室内设计方案的信息时，自动保存目标室内设计方案的效果图以及目标室内设计方案所设计到的所有家具模型对应的商品清单，从而实现目标室内设计方案的高效设计。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图5，作为对上述图2所示方法的实现，本申请提供了一种室内设计方案自动生成装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，为本申请提供的室内设计方案自动生成装置的一个实施例的结构示意图，室内设计方案自动生成装置还包括：接收模块51、生成模块52和展示模块53。其中，
接收模块51，用于接收用户的请求指令，其中，请求指令表示用户在预设对话框中输入请求信息的指令，请求信息包括用户上传的图像和/或设计需求请求文本；
生成模块52，用于响应于请求指令，生成与请求信息对应的多个候选室内设计方案；
展示模块53，用于响应于用户的目标指令，展示目标室内设计方案，其中，目标指令表示用户从多个候选室内设计方案中选中目标室内设计方案的指令。
在一些实施方式中，上述室内设计方案自动生成装置还包括：
指令接收模块，用于接收用户的修改指令，其中，修改指令表示在预设对话框中输入目标室内设计方案的修改信息的指令；
家具确定模块，用于根据修改信息中，确定目标室内设计方案中的目标位置对应的目标家具模型；
方案更新模块，用于基于目标位置对应的目标家具模型，更新在目标室内设计方案；
图像生成模块，用于将更新后的目标室内设计方案生成新的图像。
在一些实施方式中，家具确定模块包括：
提取子模块，用于提取修改信息中的特征值；
确定子模块，用于基于特征值，确定目标位置；以及
匹配子模块用于在预设的模型库中匹配在目标位置中与特征值对应的目标家具模型。
在一些实施方式中，生成模块52包括：
风格提取子模块，用于对用户上传的图像进行风格提取，得到目标风格类型；
第一获取子模块，用于在预设的模型库中获取与目标风格类型对应的多个候选室内设计方案。
在一些实施方式中，生成模块52包括：
空间确定子模块，用于对设计需求请求文本进行空间布局提取，得到目标空间布局类型；
第二获取子模块，用于在预设的模型库中获取与目标空间布局类型对应的多个候选室内设计方案。
在一些实施方式中，上述室内设计方案自动生成装置还包括：
第三获取子模块，用于基于目标风格类型和目标空间布局类型，在预设的模型库中获取与目标空间布局类型对应的多个候选室内设计方案。
在一些实施方式中，上述室内设计方案自动生成装置还包括：
提示模块，用于当跳转到预设对话框时，展示提示信息，其中，提示信息用于指导用户在预设对话框中的设计操作信息。
关于上述实施例中室内设计方案自动生成装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图6，图6为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过***总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是，图中仅示出了具有组件61-63的计算机设备6，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或D室内设计方案自动生成存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器61可以是所述计算机设备6的内部存储单元，例如该计算机设备6的硬盘或内存。在另一些实施例中，所述存储器61也可以是所述计算机设备6的外部存储设备，例如该计算机设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中，所述存储器61通常用于存储安装于所述计算机设备6的操作***和各类应用软件，例如室内设计方案自动生成方法的程序代码等。此外，所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中，所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据，例如运行所述室内设计方案自动生成方法的程序代码。
所述网络接口63可包括无线网络接口或有线网络接口，该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有室内设计方案自动生成程序，所述室内设计方案自动生成程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的室内设计方案自动生成方法的步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。
Claims (10)
1.一种室内设计方案自动生成方法，其特征在于，所述方法包括：
接收用户的请求指令，其中，所述请求指令表示所述用户在预设对话框中输入请求信息的指令，所述请求信息包括用户上传的图像和/或设计需求请求文本；
响应于所述请求指令，生成与所述请求信息对应的多个候选室内设计方案；
响应于用户的目标指令，展示目标室内设计方案，其中，所述目标指令表示所述用户从多个所述候选室内设计方案中选中所述目标室内设计方案的指令。
2.根据权利要求1所述的室内设计方案自动生成方法，其特征在于，所述方法还包括：
接收用户的修改指令，其中，所述修改指令表示在所述预设对话框中输入所述目标室内设计方案的修改信息的指令；
根据所述修改信息中，确定所述目标室内设计方案中的目标位置对应的目标家具模型；
基于所述目标位置对应的目标家具模型，更新在所述目标室内设计方案；
将更新后的目标室内设计方案生成新的图像。
3.根据权利要求2所述的室内设计方案自动生成方法，其特征在于，所述在根据所述修改信息中，确定所述目标室内设计方案中的目标位置对应的目标家具模型，包括：
提取所述修改信息中的特征值；
基于所述特征值，确定所述目标位置；以及
在预设的模型库中匹配在所述目标位置中与所述特征值对应的目标家具模型。
4.根据权利要求1所述的室内设计方案自动生成方法，其特征在于，所述响应于所述请求指令，生成与所述请求信息对应的多个候选室内设计方案，包括：
对所述用户上传的图像进行风格提取，得到目标风格类型；
在预设的模型库中获取与所述目标风格类型对应的多个候选室内设计方案。
5.根据权利要求1所述的室内设计方案自动生成方法，其特征在于，所述响应于所述请求指令，生成与所述请求信息对应的多个候选室内设计方案，包括：
对所述设计需求请求文本进行空间布局提取，得到目标空间布局类型；
在预设的模型库中获取与所述目标空间布局类型对应的多个候选室内设计方案。
6.根据权利要求1所述的室内设计方案自动生成方法，其特征在于，所述方法还包括：
基于所述目标风格类型和所述目标空间布局类型，在预设的模型库中获取与所述目标空间布局类型对应的多个候选室内设计方案。
7.根据权利要求1-6任意一项所述的室内设计方案自动生成方法，其特征在于，所述方法还包括：
当跳转到所述预设对话框时，展示提示信息，其中，所述提示信息用于指导所述用户在所述预设对话框中的设计操作信息。
8.一种室内设计方案自动生成装置，其特征在于，所述室内设计方案自动生成装置包括：
接收模块，用于接收用户的请求指令，其中，所述请求指令表示所述用户在预设对话框中输入请求信息的指令，所述请求信息包括用户上传的图像和/或设计需求请求文本；
生成模块，用于响应于所述请求指令，生成与所述请求信息对应的多个候选室内设计方案；
展示模块，用于响应于用户的目标指令，展示目标室内设计方案，其中，所述目标指令表示所述用户从多个所述候选室内设计方案中选中所述目标室内设计方案的指令。
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，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的室内设计方案自动生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至7中任一项所述的室内设计方案自动生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310802581.XA CN116933362A (zh) | 2023-06-30 | 2023-06-30 | 室内设计方案自动生成方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310802581.XA CN116933362A (zh) | 2023-06-30 | 2023-06-30 | 室内设计方案自动生成方法、装置、计算机设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116933362A true CN116933362A (zh) | 2023-10-24 |
Family
ID=88383506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310802581.XA Pending CN116933362A (zh) | 2023-06-30 | 2023-06-30 | 室内设计方案自动生成方法、装置、计算机设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116933362A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117574498A (zh) * | 2023-11-14 | 2024-02-20 | 杭州群核信息技术有限公司 | 家装设计方法、装置、电子设备及存储介质 |
| CN118036167A (zh) * | 2024-04-15 | 2024-05-14 | 南京信息工程大学 | 一种建筑设计方案总平图智能生成方法及*** |
-
2023
- 2023-06-30 CN CN202310802581.XA patent/CN116933362A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117574498A (zh) * | 2023-11-14 | 2024-02-20 | 杭州群核信息技术有限公司 | 家装设计方法、装置、电子设备及存储介质 |
| CN118036167A (zh) * | 2024-04-15 | 2024-05-14 | 南京信息工程大学 | 一种建筑设计方案总平图智能生成方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110363853B (zh) | 家具摆放方案生成方法、装置以及设备、存储介质 | |
| CN116933362A (zh) | 室内设计方案自动生成方法、装置、计算机设备及介质 | |
| CN106383704B (zh) | 进度条数据处理的方法和装置 | |
| CN112558824A (zh) | 一种页面显示方法、装置、以及计算机存储介质 | |
| CN103534697B (zh) | 用于提供统计对话管理器训练的方法和*** | |
| JP2018536952A (ja) | スマートデバイスを制御するための方法および装置、ならびにコンピュータ記憶媒体 | |
| CN111240669B (zh) | 界面生成方法、装置、电子设备及计算机存储介质 | |
| CN109033220B (zh) | 标注数据的自动选取方法、***、设备和存储介质 | |
| US10762902B2 (en) | Method and apparatus for synthesizing adaptive data visualizations | |
| CN108388623B (zh) | Er关系生成方法、装置、计算机设备及存储介质 | |
| CN115757725A (zh) | 问答处理方法、装置、计算机设备及存储介质 | |
| CN113655895B (zh) | 应用于输入法的信息推荐方法、装置及电子设备 | |
| CN113656572A (zh) | 一种对话处理方法和*** | |
| CN110515929B (zh) | 书籍展示方法、计算设备及存储介质 | |
| CN116661936A (zh) | 页面数据的处理方法、装置、计算机设备及存储介质 | |
| CN116383787A (zh) | 页面创建方法、装置、计算机设备及存储介质 | |
| CN114092608B (zh) | 表情的处理方法及装置、计算机可读存储介质、电子设备 | |
| CN115860877A (zh) | 一种产品营销方法、装置、设备及介质 | |
| CN112613270B (zh) | 对目标文本进行样式推荐的方法、***、设备及存储介质 | |
| CN113626022A (zh) | 物模型创建方法、装置、存储介质及电子设备 | |
| CN110942306A (zh) | 数据处理方法、装置及电子设备 | |
| CN113806596B (zh) | 运营数据管理方法及相关装置 | |
| CN116627397B (zh) | 一种程序开发方法及相关装置 | |
| CN114675913B (zh) | 页面布局信息处理方法、装置、电子设备和介质 | |
| CN113704593B (zh) | 一种运营数据处理方法及相关装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |