橱柜布局的处理方法和装置与流程

1.本发明涉及信息技术领域，具体而言，涉及一种橱柜布局的处理方法和装置。


背景技术：

2.橱柜一般都是定制家具，设计师设计橱柜时一方面要保证橱柜布局的空间合理性，另一方面又要保证撑满以及对缝，每个定制柜体的参数(长，宽，高，转角宽度，切角宽度，切角深度等)都需要设计时精确计算并设置，因此橱柜设计时一个繁琐且耗时的过程。然而，相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案。
3.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明实施例提供了一种橱柜布局的处理方法和装置，以至少解决相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案的技术问题。
5.根据本发明实施例的一个方面，提供了一种橱柜布局的处理方法，包括：确定厨房的户型图像；依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案。
6.可选地，所述网络模型包括第一生成模型和第二生成模型，依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像，包括：依据所述户型图像和所述第一生成模型生成所述整体布局图像，再依据所述整体布局图像和所述第二生成模型生成所述功能柜布局图像，其中，所述第一生成模型、所述第二生成模型均是基于生成式对抗网络而构建的。
7.可选地，所述网络模型包括第一生成模型和第二生成模型，在依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像之前，还包括：构建并训练网络模型，其中，第一生成模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的户型图像以及所述户型图像对应的整体布局图像；所述第二生成模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的整体布局图像以及所述整体布局图像对应的功能柜布局图像。
8.可选地，确定厨房的户型图像，包括：确定目标户型的户型数据；从所述户型数据筛选出所述厨房的户型信息；依据所述户型信息，生成所述厨房的所述户型图像。
9.可选地，所述待摆放定制柜包括地柜，依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案，包括：依据所述整体布局图像与所述功能柜布局图像，确定所述厨房的剩余空间位置；利用所述地柜对所述厨房的剩余空间位置进行填充，得到所述橱柜布局方案。
10.可选地，所述待摆放定制柜还包括吊柜，依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案，包括：依据所述地柜的类型，确定所述地柜对应的吊柜；按照预设摆放规则对所述吊柜以及所述吊柜的位置进行调整，得到所述橱柜布局方案。
11.可选地，在依据所述整体布局图像与所述功能柜布局图像，确定所述厨房的剩余空间位置之前，还包括：确定所述功能柜布局图像的位置信息；将目标功能设备部署在对应的所述位置信息上。
12.根据本发明实施例的另一方面，还提供了一种橱柜布局的处理装置，包括：确定模块，用于确定厨房的户型图像；第一生成模块，用于依据所述户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取模块，用于获取待摆放定制柜；第二生成模块，用于依据所述整体布局图像、所述功能柜布局图像以及所述待摆放定制柜，生成所述厨房的橱柜布局方案。
13.根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的橱柜布局的处理方法。
14.根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的橱柜布局的处理方法。
15.在本发明实施例中，采用确定厨房的户型图像；依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案，通过厨房的户型图像和网络模型生成整体布局图像和功能柜布局图像，再结合待摆放定制柜，生成厨房最终的橱柜布局方案，达到了自动快速地生成橱柜布局方案的目的，从而实现了减轻设计师的工作量，提高工作效率以及非专业设计人士可以快速看到设计方案的技术效果，进而解决了相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案的技术问题。
附图说明
16.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
17.图1是根据本发明实施例的橱柜布局的处理方法的流程图；
18.图2是根据本发明可选实施例的橱柜布局的系统架构的示意图；
19.图3是根据本发明可选实施例的深度生成网络的结构的示意图；
20.图4是根据本发明实施例的橱柜布局的处理装置的示意图。
具体实施方式
21.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范
围。
22.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.实施例1
24.根据本发明实施例，提供了一种橱柜布局的处理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
25.图1是根据本发明实施例的橱柜布局的处理方法的流程图，如图1所示，该方法包括如下步骤：
26.步骤s102，确定厨房的户型图像；
27.可选地，确定厨房的户型图像，包括：确定目标户型的户型数据；从户型数据筛选出厨房的户型信息；依据户型信息，生成厨房的户型图像。
28.通过上述实施方式，可以从目标户型的户型数据筛选出厨房的户型信息，并根据该厨房的户型信息生成相应的户型图像。需要说明的是，上述目标户型的户型数据中包括但不限于客厅、厨房、卫生间、阳台、卧室等的户型数据。上述户型信息包括但不限于房间的长度、宽度、高度、形状，以及门窗的位置与尺寸等。
29.步骤s104，依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；
30.可选地，上述网络模型包括第一生成模型和第二生成模型，依据户型图像和网络模型，生成整体布局图像和功能柜布局图像，包括：依据户型图像和第一生成模型生成整体布局图像，再依据整体布局图像和第二生成模型生成功能柜布局图像，其中，第一生成模型、第二生成模型均是基于生成式对抗网络而构建的。
31.需要说明的是，上述生成式对抗网络为通过对抗的方式学习数据分布的生成式模型，且生成式对抗网络的生成网络与判别网络之间相互对抗。
32.通过上述实施方式可以基于户型图像按照网络模型生成相应的整体布局图像和功能柜布局图像，此时的网络模型输出结果得到的是一个概率分布到另一个概率分布的映射关系，使得房间的布局更加合理。
33.可选地，上述网络模型包括第一生成模型和第二生成模型，在依据户型图像和网络模型，生成整体布局图像和功能柜布局图像之前，还包括：构建并训练网络模型，其中，第一生成模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：不同类型的户型图像以及户型图像对应的整体布局图像；第二生成模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：不同类型的整体布局图像以及整体布局图像对应的功能柜布局图像。
34.通过上述实施方式，可以得到更加可靠以及识别效果更加好的第一生成模型和第
二生成模型。
35.步骤s106，获取待摆放定制柜；
36.上述待摆放定制柜包括但不限于地柜、吊柜等。
37.步骤s108，依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案。
38.可选地，上述待摆放定制柜包括地柜，依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案，包括：依据整体布局图像与功能柜布局图像，确定厨房的剩余空间位置；利用地柜对厨房的剩余空间位置进行填充，得到橱柜布局方案。
39.通过上述实施方式，可以利用地柜对厨房的剩余空间位置进行填充，从而得到包含功能柜和地柜的橱柜布局方案。
40.需要说明的是，上述地柜按照类型不同，可以具体划分为普通柜(无转角切角)、转角柜、切角柜等。
41.可选地，在依据整体布局图像与功能柜布局图像，确定厨房的剩余空间位置之前，还包括：确定功能柜布局图像的位置信息；将目标功能设备部署在对应的位置信息上。
42.通过上述实施方式可以得到在功能柜布局图像的位置信息后，将目标功能设备部署在对应的位置信息上。需要说明的是，上述位置信息为功能设备的位置，例如，将水槽，灶台和冰箱等摆放到功能柜布局图像中描述的对应位置。
43.可选地，上述待摆放定制柜还包括吊柜，依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案，包括：依据地柜的类型，确定地柜对应的吊柜；按照预设摆放规则对吊柜以及吊柜的位置进行调整，得到橱柜布局方案。
44.上述预设摆放规则包括将吊柜摆放到预定的离地高度，挡窗的吊柜不予摆放，转角处的转角柜需要替换成普通柜，并调整柜体的宽度等。
45.通过上述实施方式可以利用地柜的类型得到其对应吊柜，并按照预设摆放规则对吊柜以及吊柜的位置进行调整，从而保证柜体布局时撑满的摆放效果。
46.通过上述步骤，可以实现采用确定厨房的户型图像；依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案，通过厨房的户型图像和网络模型生成整体布局图像和功能柜布局图像，再结合待摆放定制柜，生成厨房最终的橱柜布局方案，达到了自动快速地生成橱柜布局方案的目的，从而实现了减轻设计师的工作量，提高工作效率以及非专业设计人士可以快速看到设计方案的技术效果，进而解决了相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案的技术问题。
47.下面对本发明一种可选的实施方式进行详细说明。
48.图2是根据本发明可选实施例的橱柜布局的系统架构的示意图，如图2所示，本发明提供了先确定整体布局，再摆放地柜，最后摆放吊柜的橱柜自定设计框架，其中每个环节也可以用不同的合理方法实现。基于橱柜布局的系统架构可以采用如下实施步骤：
49.步骤201：用户先配置好期望摆放的定制柜；
50.步骤202：用户选择需要设计的户型方案；
51.步骤203：将户型数据转换成二维图像数据输入整体布局平面图生成模型，生成橱
柜的整体布局图像；
52.步骤204：将整体布局图像输入功能柜布局图生成模型，生成功能柜布局图像；
53.步骤205：根据整体布局图像，功能柜布局图像以及待摆放定制柜，完成橱柜的自动摆放。
54.在一种可选的实施方式中，可以根据户型信息，得到描述户型的图像，图像要能够体现房间的大小，轮廓，以及门窗的位置和尺寸信息；再将图像输入深度学习生成模型，得到橱柜的整体布局的平面图，这个平面图描述了哪些墙面是有柜子摆放的；进而将整体布局的平面图输入功能柜布局的生成模型，得到功能柜的布局位置，也就是生成功能柜布局图像。
55.需要说明的是，一个可用的厨房布局必须有水槽和灶台，同时可能有冰箱，并且整体的空间布局既要尽可能多的提供操作空间，还要兼顾人的活动空间，因此最终布局是受房间轮廓，门窗位置，尺寸，以及定制家具的规格共同决定的，很难用规则把布局方案描述清楚。深度神经网络是处理这种难以描述场景的有效工具，开发人员无需了解模型内部具体的参数该如何设置，只需要将房间信息和对应的设计方案用于训练深度神经网络即可，模型通过迭代优化得到各个参数的值。
56.图3是根据本发明可选实施例的深度生成网络的结构的示意图，如图3所示，由于一个房间可能对应多种布局方案，因此用解决分割或者目标检测这种回归类问题深度学习模型做布局的自动设计是不合理的，因为我们期望模型输出的不是一个函数映射关系，而是一个概率分布到另一个概率分布的映射关系，对抗生成模型就是为了求解这种分布到分布的映射，因此也成为解决橱柜自动设计的有力算法工具。
57.需要说明的是，上述对抗生成模型的核心为对抗式，两个网络相互竞争，其中，生成器负责生成假样本，判别器负责判别样本，生成器试图欺骗判别器，判别器则努力不被生成器欺骗，进而对抗生成模型经过交替优化训练不断得到优化提升。
58.在一种可选的实施方式中，可以实现柜体的自动摆放，有了橱柜的整体布局信息和功能柜的布局，厨房的基本布局就已经描绘出来了，形成最终的橱柜方案只需要将用户配置的期望摆放柜体摆放到合理的位置即可。
59.具体地，柜体的自动摆放包括如下内容：(1)功能柜摆放：将水槽，灶台和冰箱摆放到系统功能柜布局图中描述的位置；(2)地柜摆放：根据整体布局图和已经摆放好的功能柜，将剩余的需要摆放柜体的位置用普通柜(无转角切角)，转角柜，切角柜等柜体进行填充，根据门板均分原则，以及房间的信息，计算出柜体的位置和形状参数完成地柜摆放；(3)吊柜摆放：根据地柜类型找到对应的吊柜，并将吊柜摆放到指定的离地高度，挡窗的吊柜不予摆放，由于吊柜深度与地柜不同以及挡窗的吊柜被去掉，转角处有些柜体转角柜需要替换成普通柜，并调整柜体的宽度保证撑满的摆放效果。
60.通过上述实施方式可以取得以下技术效果：将自动摆放问题进行了合理拆解，降低了每个问题求解的难度，给自动设计合理的橱柜布局方案提供了可能性；可以自动生成橱柜整体布局图像和功能柜布局图像；还可以提高设计师的设计效率，或者应用到营销等需要快速出设计方案的场景。
61.实施例2
62.根据本发明实施例的另一方面，还提供了一种橱柜布局的处理装置，图4是根据本
发明实施例的橱柜布局的处理装置的示意图，如图4所示，该橱柜布局的处理装置包括：确定模块42、第一生成模块44、获取模块46和第二生成模块48。下面对该橱柜布局的处理装置进行详细说明。
63.确定模块42，用于确定厨房的户型图像；第一生成模块44，连接至上述确定模块42，用于依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取模块46，连接至上述第一生成模块44，用于获取待摆放定制柜；第二生成模块48，连接至上述获取模块46，用于依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案。
64.需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；和/或，上述各个模块以任意组合的方式位于不同的处理器中。
65.在上述实施例中，该橱柜布局的处理装置可以通过厨房的户型图像和网络模型生成整体布局图像和功能柜布局图像，再结合待摆放定制柜，生成厨房最终的橱柜布局方案，达到了自动快速地生成橱柜布局方案的目的，从而实现了减轻设计师的工作量，提高工作效率以及非专业设计人士可以快速看到设计方案的技术效果，进而解决了相关技术中的橱柜布局大多依靠设计师手工完成，导致工作效率较低、非专业设计人士无法快速看到设计方案的技术问题。
66.此处需要说明的是，上述确定模块42、第一生成模块44、获取模块46和第二生成模块48对应于实施例1中的步骤s102至s108，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。
67.可选地，网络模型包括第一生成模型和第二生成模型，上述第一生成模块44包括：第一生成单元，用于依据户型图像和第一生成模型生成整体布局图像，再依据整体布局图像和第二生成模型生成功能柜布局图像，其中，第一生成模型、第二生成模型均是基于生成式对抗网络而构建的。
68.可选地，网络模型包括第一生成模型和第二生成模型，上述装置还包括：构建训练模块，用于在依据户型图像和网络模型，生成整体布局图像和功能柜布局图像之前，构建并训练网络模型，其中，第一生成模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：不同类型的户型图像以及户型图像对应的整体布局图像；第二生成模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：不同类型的整体布局图像以及整体布局图像对应的功能柜布局图像。
69.可选地，上述确定模块42包括：第一确定单元，用于确定目标户型的户型数据；筛选单元，用于从户型数据筛选出厨房的户型信息；第二生成单元，用于依据户型信息，生成厨房的户型图像。
70.可选地，待摆放定制柜包括地柜，上述第二生成模块48包括：第二确定单元，用于依据整体布局图像与功能柜布局图像，确定厨房的剩余空间位置；填充单元，用于利用地柜对厨房的剩余空间位置进行填充，得到橱柜布局方案。
71.可选地，待摆放定制柜还包括吊柜，上述第二生成模块48包括：第三确定单元，用于依据地柜的类型，确定地柜对应的吊柜；调整单元，用于按照预设摆放规则对吊柜以及吊柜的位置进行调整，得到橱柜布局方案。
72.可选地，上述第二生成模块48还包括：第四确定单元，用于在依据整体布局图像与功能柜布局图像，确定厨房的剩余空间位置之前，确定功能柜布局图像的位置信息；部署单元，用于将目标功能设备部署在对应的位置信息上。
73.实施例3
74.根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述中任意一项的橱柜布局的处理方法。
75.可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，和/或位于移动终端群中的任意一个移动终端中，上述计算机可读存储介质包括存储的程序。
76.可选地，在程序运行时控制计算机可读存储介质所在设备执行以下功能：确定厨房的户型图像；依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案。
77.实施例4
78.根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序运行时执行上述中任意一项的橱柜布局的处理方法。
79.本发明实施例提供了一种设备，该设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：确定厨房的户型图像；依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案。
80.本发明还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：确定厨房的户型图像；依据户型图像和网络模型，生成整体布局图像和功能柜布局图像；获取待摆放定制柜；依据整体布局图像、功能柜布局图像以及待摆放定制柜，生成厨房的橱柜布局方案。
81.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
82.在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
83.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
84.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
85.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单
元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
86.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
87.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。