(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111659052.6 (22)申请日 2021.12.3 0 (65)同一申请的已公布的文献号 申请公布号 CN 114494486 A (43)申请公布日 2022.05.13 (73)专利权人 北京城市网邻 信息技术有限公司 地址 100015 北京市朝阳区酒仙桥北路甲 10号院101号楼1-7层内1层10 3室 (72)发明人 不公告发明人 　 (74)专利代理 机构 北京太合九思知识产权代理 有限公司 1 1610 专利代理师 刘戈　张爱 (51)Int.Cl. G06T 11/00(2006.01) G06T 1/00(2006.01)G06T 3/40(2006.01) G06T 7/73(2017.01) G06K 9/62(2022.01) G06V 10/74(2022.01) (56)对比文件 CN 113436311 A,2021.09.24 CN 113823001 A,2021.12.21 CN 111080804 A,2020.04.28 WO 2019233445 A1,2019.12.12 WO 20210 36353 A1,2021.0 3.04 审查员 陈敏 (54)发明名称 户型图生成方法、 设备及存 储介质 (57)摘要 本申请实施例提供一种户型图生 成方法、 设 备及存储介质。 在本申请实施例中， 基于获取房 屋对象包含的多个空间对象对应的多张全景图， 对多张全景图中进行特定交界线的检测， 得到多 个空间对象包含的特定交界线的位置信息； 以及 基于多张全 景图之间的特征相似度， 确定相邻且 连通度大于设定连通度阈值的空间对象所在的 全景图组成的至少一个全景图对； 利用预测模型 依次预测拍摄每个全景图对中两张全景图的两 个相机点之间的相对位置关系； 根据拍摄每个全 景图对中两张全景图的两个相机点之间的相对 位置关系， 对多个空间对象包含的特定交界线的 位置信息进行拼接， 得到房屋对象的平面户型 图。 由此， 提高了户型图生成的准确度和效率。 权利要求书3页 说明书15页 附图4页 CN 114494486 B 2022.09.06 CN 114494486 B 1.一种户型图生成方法， 其特 征在于， 包括： 获取房屋对象包含的多个空间对象对应的多 张全景图， 所述多张全景图是在多个不同 相机点分别对所述多个空间对象进行全景拍摄得到的； 基于所述多 张全景图之间的特征相似度， 确定相邻且连通度大于设定连通度阈值的空 间对象所在的全景图， 形成至少一个全景图对； 将所述至少一个全景图对分别输入预测模型进行位置关系预测， 得到拍摄每个全景图 对中两张全景图的两个相机点之间的相对位置关系； 对所述多 张全景图分别进行特定交界线的检测， 得到所述多个空间对象包含的特定交 界线的位置信息； 根据拍摄每个全景图对中两张全景图的两个相机点之间的相对位置关系， 对所述多个 空间对象包 含的特定交界线的位置信息进行拼接， 得到所述房屋对象的平面户型图。 2.根据权利要求1所述的方法， 其特征在于， 将所述至少一个全景图对分别输入预测模 型进行位置关系预测， 得到拍摄每个全景图对中两张全景图的两个相机点之间的相对位置 关系， 包括： 针对任一个全景图对， 将所述全景图对中的两张全景图输入至预测模型中， 利用所述 预测模型中的特征提取层提取所述两张全景图各自的全局特征信息， 将所述两张全景图的 全局特征信息输入所述预测模型中的融合层进行融合处理， 得到融合特征， 利用所述预测 模型中基于图像特征进行相机点相对位置 关系学习的空间变换网络层处理所述融合特征， 得到拍摄所述两张全景图的两个相机点之间的相对位置关系。 3.根据权利要求2所述的方法， 其特 征在于， 还 包括： 获取训练样本集， 所述训练样本集包括多个样本， 每个样本包括由相邻且连通度大于 设定连通度阈值的空间对 象所在的两张样本全景图以及该两张样本全景图对应的期望特 定交界线信息； 利用所述训练样本集进行模型训练， 直至模型损 失函数满足设定结束条件时， 得到训 练出的预测模型； 其中， 在利用每个样本对进行模型训练时， 根据此次模型训练得到的该样本中两张样 本全景图的全局特征信息， 预测两张样本全景图中包含的特定交界线信息， 并根据此次模 型训练得到的拍摄该两张样本全景图的两个样本相机点之 间的相对位置关系、 该两张样本 全景图中包含的特定交界线信息、 以及该两张样本全景图对应的期望特定交界线信息计算 此次模型训练的损失函数， 并判断此次模型训练的损失函数 是否满足设定的结束条件。 4.根据权利要求1所述的方法， 其特征在于， 基于所述多张全景图之间的特征相似度， 确定相邻且连通度大于设定连通度阈值的空间对象所在的全景图， 形成至少一个全景图 对， 包括： 针对所述多张全景图中任意两张全景图， 根据所述两张全景图的全局特征信息， 计算 所述两张全景图之间的特 征相似度； 若所述两张全景图之间的特征相似度 大于或等于第 一相似度阈值， 则确定所述两张全 景图形成一个全景图对； 其中， 所述两张全景图之间的特征相似度表示所述两张全景图包 含的空间对象的连通度， 所述第一相似度阈值对应所述连通度阈值。 5.根据权利要求1至4任一项所述的方法， 其特 征在于， 还 包括：权　利　要　求　书 1/3 页 2 CN 114494486 B 2根据所述多张全景图包含的门体对象的特征信息和拍摄每张全景图的相机的视角范 围， 识别包含同一门体对象且拍摄全景图的相机点位于所述同一门体对象两侧的异侧全景 图； 根据同一门体对象在异侧全景图中的位置信 息， 确定拍摄所述异侧全景图的相机点之 间的相对位置关系； 相应地， 根据拍摄每个全景图对中两张全景图的两个相机点之间的相对位置关系， 对 所述多个空间对象包含的特定交界线的位置信息进行拼接， 得到所述房屋对象的平面户型 图， 包括： 根据拍摄每个全景图对中两张全景图的两个相机点之间的相对位置关系， 结合拍摄所 述异侧全景图的相机点之 间的相对位置 关系， 对所述多个空间对象包含的特定交界线的位 置信息进行拼接， 得到所述房屋对象的平面户型图。 6.根据权利要求5所述的方法， 其特征在于， 根据拍摄每个全景图对中两张全景图的两 个相机点之间的相对位置关系， 结合拍摄所述异侧全景图的相 机点之间的相对位置关系， 对所述多个空间对象包含的特定交界线的位置信息进 行拼接， 得到所述房屋对象的平面户 型图， 包括： 根据拍摄每个全景图对中两张全景图的两个相机点之间的相对位置关系， 对出现在每 个全景图对中的特定交界线的位置信息进行拼接， 得到所述房屋对象的部分平面户型图； 结合拍摄所述异侧全景图的相机点之间的相对位置关系， 在所述部分平面户型图上添 加所述多个空间对象包含的其余特定交界线的位置信息， 得到所述房屋对象的完整平面户 型图。 7.根据权利要求5所述的方法， 其特征在于， 根据 所述多张全景图包含的门体对象的特 征信息和拍摄每张全景图的相机的视角范围， 识别包含同一门体对象且拍摄全景图的相机 点位于所述同一门体对象两侧的异侧全景图， 包括： 针对每两张全景图中的第 一全景图和第 二全景图， 设置拍摄所述第 一全景图的第 一相 机点的初始位置， 根据所述第一全景图中包含的门体对 象的位置信息和所述初始位置， 确 定在所述第一相机点拍摄所述第一全景图的第一相机在第一相机坐标系下的第一视角范 围； 在假定所述第 一全景图和第 二全景图包含同一门体对象的条件下， 根据 所述第一全景 图中包含的门体对象的位置信息以及所述第二全景图中包含的门体对象 的位置信息， 将所 述第一视角范围 映射成第二相机坐标系下得到目标视角范围； 所述第二相机坐标系是在第 二相机点拍摄所述第二全景图的第二相机所在的相机坐标系； 从所述第二全景图中截取位于所述目标视角范围内的目标图像， 所述第 二全景图中包 含的门体对象至少部分出现在所述目标图像中； 计算所述第一全景图中包含的门体对象的特征信息与所述目标图像的特征信息之间 的相似度， 若所述相似度大于第二相似度阈值， 确定所述第一全景图和所述第二全景图属 于包含同一门体对象且拍摄全景图的相机点 位于所述同一门体对象两侧的异侧全景图。 8.根据权利要求7所述的方法， 其特征在于， 根据 所述第一全景图中包含的门体对象的 位置信息以及所述第二全景图中包含的门体对象的位置信息， 将所述第一视角范围 映射成 第二相机坐标系下 得到目标视角范围， 包括：权　利　要　求　书 2/3 页 3 CN 114494486 B 3