图学学报 ›› 2022, Vol. 43 ›› Issue (2): 189-196.DOI: 10.11996/JG.j.2095-302X.2022020189
摘要: 像素级图纸空间识别在自动审图、图纸翻模应用中起到关键作用。已有识别方案主要针对户型
图,基于语义分割直接识别空间。公共建筑施工图有更多干扰线和图纸元素、更高分辨率及更多空间类型,高
分辨率使模型难以获取图纸的全局信息,空间类型的多样性导致无法确定空间类型的范围,已有空间识别方案
难以直接迁移。为了识别公共建筑施工图中的空间,标注公共建筑施工图数据集,包含 20 张标注墙体像素、
100 张标注构件包围盒的公共建筑施工图,提出基于深度学习的空间边界识别方案及中心线提取和关键线均方
误差损失函数,以提高空间边界中墙体的识别准确率,通过空间围合识别空间,提出空间边界平滑算法,在保
持空间形状的同时减少空间边界点数量。实验结果表明,该方法突破了分辨率和空间类型限制,取得了较好的
空间识别结果,为识别公共建筑施工图的空间提出了解决方案。相较于已有方法,该方法在保证墙体精确率的
情况下获得了更高的召回率。
中图分类号: