[发明专利]基于混合约束条件下的民宿平面自动生成方法及系统

权利要求书

1.基于混合约束条件下的民宿平面自动生成方法，其特征在于，包括：

采集民宿建筑平面设计图，并对民宿建筑平面设计图进行预处理得到数据集；

预处理过程包括：

T1，获取民宿建筑平面设计图；

T2，对民宿平面基础图进行图片处理得到限制性结构图、功能图块分区图和空间方案布局图；所述限制性结构图保留有建筑结构框架、楼梯结构和建筑外部轮廓图及门窗；所述建筑结构框架包括结构柱和承重墙；所述功能图块分区图为用不同色块对民宿平面基础图中不同功能区及结构进行标注的图；

T3，统一限制性结构图、功能图块分区图和空间方案布局图的尺寸

构建基于pix2pixHD算法在混合结构限制条件下的M-StruGAN模型；

基于数据集训练M-StruGAN模型中的M-StruGAN分区模型和M-StruGAN方案模型；

M-StruGAN模型的构建方法包括：

利用Python工具和Pytorch平台，构建基于混合结构限制条件下的民宿平面自动生成的M-StruGAN模型：M-StructGAN搭载pix2pixHD识别出民宿平面基础图的混合约束元素，先提取功能分区模式并对其进行颜色编码，再对颜色编码后的功能分区图进行功能划分得到2D的平面方案图；

分析M-StruGAN模型的学习能力，判断M-StruGAN模型所生成的民宿平面方案图是否达标；

将实际数据集输入达标的M-StruGAN模型生成对应的民宿平面方案图。

2.根据权利要求1所述的基于混合约束条件下的民宿平面自动生成方法，其特征在于，M-StruGAN分区模型的训练过程包括：

将限制性结构图作为输入，功能图块分区图作为输出来训练M-StruGAN分区模型，使M-StruGAN分区模型达到根据制性结构图中的混合结构条件，自动生成民宿平面的功能图块分区图。

3.根据权利要求1所述的基于混合约束条件下的民宿平面自动生成方法，其特征在于，M-StruGAN方案模型的训练过程包括：

将功能图块分区图作为输入，将空间方案布局图作为输出来训练M-StruGAN方案模型，使M-StruGAN方案模型达到根据功能图块分区图中的功能分区，自动生成民宿平面的空间方案布局图。

4.根据权利要求1所述的基于混合约束条件下的民宿平面自动生成方法，其特征在于，pix2pixHD算法的学习能力的分析方法包括：

将测试数据集输入M-StruGAN模型生成测试民宿平面方案图；获取M-StruGAN模型的loss函数、试民宿平面方案图的峰值信噪比指标和结构相似性指标；

基于loss函数、试民宿平面方案图的峰值信噪比指标和结构相似性指标判断M-StruGAN模型的学习能力是否达标。

5.根据权利要求4所述的基于混合约束条件下的民宿平面自动生成方法，其特征在于，

所述峰值信噪比指标的计算为：

给定大小为m×n的干净图像和噪声图像，干净图像的输出结果为R，噪声图像的输出结果为F；m和n分别为图像的长和宽， 和为图像中坐标（i，j）处像素的灰度值；

计算：

其中，PSNR为峰值信噪比；MSE为均方根误差；m和n分别为图像的长和宽；MAX表示图像中最大的灰度值，取值范围为0—255；为图片可能的最大像素值。

6.根据权利要求5所述的基于混合约束条件下的民宿平面自动生成方法，其特征在于，结构相似性指标根据下式计算：

其中，和分别为R和F的灰度平均值；和为R和F的灰度值方差；为R和F的灰度值协方差；C₁和C₂是两个接近0的常数。