用于室内装饰智能计算与自动化设计的人工神经网络模型
用于室内装饰智能计算与自动化设计的人工神经网络模型
发布时间:2022-10-31 14:56:25 作者:小编

随着科技的不断发展,室内装饰行业逐渐向机械化、专业化、智能化方向转变。本研究在前人研究的基础上,提出了一种用于室内装修智能计算与自动化设计的人工神经网络模型。数字图像处理技术基于尺度、墙体、门窗等特定构件,实现户型图的自动识别,完成平面图的预处理。结合室内装修数据集,建立了基于人工神经网络的自动化设计模型,分析了模型的网络结构和训练过程。最后,实验性地设计了卧室和客厅。


随着训练次数增加到30次,MAE和MSE评估指标逐渐下降,模型的误差很小并逐渐趋于稳定。这说明人工神经网络自动化设计较好;其次,人工神经网络算法可以在1分钟内生成多种布局方案。设计布局高效,方案合理。满足流通、开放、采光、功能等所有要求,节省大量人力和时间,为用户提供更多选择。人工神经网络算法可在1分钟内生成多种布局方案。设计布局高效,方案合理。满足流通、开放、采光、功能等所有要求,节省大量人力和时间,为用户提供更多选择。人工神经网络算法可在1分钟内生成多种布局方案。设计布局高效,方案合理。满足流通、开放、采光、功能等所有要求,节省大量人力和时间,为用户提供更多选择。


image.png

室内装饰行业作为最具潜力的行业之一,正处于高速发展阶段。2012-2017年,室内装饰行业整体市场规模保持快速增长,从2012年的1.5万亿元增长到2万亿元以上,预计2022年整个室内装饰行业市场规模将达到28808亿元.传统上,室内装修很大程度上依赖于工作人员的熟练程度和技术技能,往往耗时较长,为用户提供的选择有限,不能满足多样化的需求。随着人们对美好生活和生活空间的需求,传统的室内装饰已不能满足社会需求,室内装饰行业逐渐向机械化、专业化、智能化方向转变。利用计算机技术实现室内装修智能化计算和自动化,将减少大量的人力资源,为更多的用户提供更多的个性化服务。


Hinton在2006年提出了一种深度神经网络模型,实现了数据的约简方法,此后对神经网络的研究一直持续。近年来,深度结构网络在各个领域的应用中都取得了优异的表现,在人工智能领域呈现出最快速的发展。很多传统行业已经开始使用人工智能技术进行业务创新,所以室内装饰行业和神经网络的应用也会随着时代的发展而出现。但是,仍然存在许多棘手的问题。现有的紧致图形识别算法低,识别准确率低,不能满足市场需求;室内装饰数需要满足人体工学上的功能性、美观性、舒适性等。自动版图设计算法无法灵活处理各种复杂问题,无法实现智能版图。


综上所述,本研究提出了一种用于室内装饰智能计算和自动化设计的人工神经网络模型。分析室内装修的特点,利用人工神经网络,对数据进行智能计算,结合室内装修数据集,建立基于人工神经网络的自动化设计模型。该模式打破了室内装修地域限制,减少了人们对家装的依赖,提高了室内装修的生产效率,并且可以标准化、透明化。因此,人工神经网络在室内装修中的应用具有很高的商业价值甚至社会价值。


室内装修设计意在创造满足功能需求的空间结构。运用艺术手法,通过选择合适的材料、满足需要的家具配件、合适的装饰风格,将寒冷的建筑空间转化为温暖的空间,满足人们对生活和工作环境的舒适要求。关于室内装饰设计,国内外一些研究人员尝试了大量有效的方法,取得了一定的成果。早期的室内装饰设计侧重于优秀设计师对家装设计领域的归纳总结,制定各种设计规则来实现装修设计布局,并利用CAD和3DMAX等软件呈现。大部分设计师都是基于现有的主流设计规则。例如,基于40多年的设计经验,刘和慧林在《住宅设计分析》一书中编写了住宅设计规则。


2015年,随着“互联网+”的兴起,互联网时代的住宅设计模式被用于改造室内装修设计。BIM引入了家装设计领域。BIM解决了传统设计软件的信息交互。BIM技术具有强大的可视化功能,可以将设计方案从抽象的二维图纸转换为三维模型,并且可以克服各种修改。但是BIM是针对室内装修设计的,还是靠设计师的经验,也有BIM的布局方式。这种方法比较简单,准确率一般,泛化性差,易受房间结构的影响。随着房间结构等外部变化,应用场景也发生了变化,导致局限性非常有限,仅限于复杂的数据。尤其是室内装修设计的结果,受设计师根据特定的先验知识影响。因此,无法满足目前大量快速室内装修的需求。室内装修设计虽然有很多相关领域有待探索,但还远远不够;室内装修领域有很多问题需要解决。室内布局设计都是通过电脑完成的,让设计师的创作和普通人的生活更有意义。


image.png

在室内装修的早期,有半自动算法。为实现全自动化,提出了基于规则和场景库的自动布局算法。当房屋尺寸和家具尺寸发生变化时,需要手动修改规则参数值,无法定义和处理多件家具之间的复杂关系。单个家具的布局可能合理,但整体布局不合理。为了改善上述不足,提出了基于智能的算法,其中随机优化算法和神经网络算法是主流研究方向。通过神经网络的方法训练,可以得到一个能够自动估计相应深度数据的姿态信息的模型。


上个世纪,人们开始对神经网络进行了一定程度的研究,解决了模拟大脑认知的机制。神经网络具有很好的特征学习能力,但是人们对传统的多层神经网络知之甚少,无法解决传统多层神经网络不能收敛的问题。因此,该模型可能无法达到局部最优解,因此传统的多层神经网络无法广泛应用。借助人工智能的算法,Saraei、N.、Gupta、AJ提出了分层训练的模式。这可以在一定程度上解决网络无法收敛的问题。神经网络现已在图像分析、视频类别、自然语言处理和语音识别等方面取得了成功的应用。


在人工智能的浪潮下,室内装饰行业与神经网络的结合将随着时代的发展而出现。家装软装布局设计人工智能不仅可以帮助设计师完成高标准、高效的设计方案,减少重复的设计步骤,还可以降低企业的成本。结果,研究人员能够更好地理解和处理室内装饰设计数据,使他们能够学习室内装饰设计中每个数据的关系。在此背景下,本研究提出了一种用于室内装饰智能计算和自动化设计的人工神经网络模型。


在当前的劳动智能化下,室内装修设计的产业结构升级带来了创新点。本文基于当前的技术趋势,研究室内装修布置设计领域的人工智能,通过人工神经网络模型探索室内装修智能化计算与布置设计,帮助设计师创作和普通人进行装修设计。通过实验,人工神经网络模型在室内装修布局设计中的有效性和实用性,节省了大量的人力和时间,可以为用户提供更多的选择。目前,该模式在智能装修设计领域的目标用户为中低端用户,而高端用户仍由资深设计师一对一服务。


免责声明:部分文章信息来源于网络以及网友投稿,本网站只负责对文章进行整理、排版、编辑,是出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性,如本站文章和转稿涉及版权等问题,请作者在及时联系本站,我们会尽快处理。
标题:用于室内装饰智能计算与自动化设计的人工神经网络模型