基于个性化体验的虚拟家居设计算法研究

With the development of e-commerce interior decoration industry, the focus of the future interior decoration industry will be guided by the good-user-experience based O2O (Online To Offline) sales mode. It is urgent that how to enhance the user experience. However, the current situation is that a lot of uncomfortable design appears which is caused by most people lacking professional knowledge of interior design. But, the traditional interior design company operating mode makes there are many unsatisfactory design experience for customs. Therefore, it is self-evident important to develop a virtual interior design system to meet the customs’ personal requirements. However, due to the state space dimension is very high in interior design optimization, it is very difficult to use computers to tackle this problem. In addition, users have diverse background, which makes common methods are no longer applicable. The only solution is data mining and analysis. The significance of our research lies in this. We will adopt data-driven based technic to assist users to design personal interior layouts.

随着家装家居行业电子商务化的发展，家装家居行业未来的重点将是以良好用户体验为引导的家居设计 O2O 销售模式。家居设计已从大众化到小众化的需求转变，怎样提高家居设计的用户体验将是亟待解决的问题。但是目前的现状是，由于大多数人缺乏室内设计的专业知识，自己很容易造成很多设计不合理的地方。而传统家装公司的大众化的运营模式会造成设计过程中存在很多令人不满意的地方。研发一种虚拟家居设计系统来满足用户的个性化设计的重要性不言而喻。然而，由于家居设计问题的状态空间维数很高而且可变，用计算机来求解家居设计非常困难。再加上用户个性化差异很大，所以以往常用的一些方法如基于语义和空间关系的方法不再适用，只有从大量数据本身进行挖掘分析，揭示出规律性才是可行的方案。本项目的研究意义也在于此。我们将采用基于数据驱动的方式开发出虚拟家居系统满足用户个性化设计使用。

随着虚拟现实技术的发展，虚拟场景设计显得格外重要。家居场景作为比较重要的场景直接影响着用户体验。因此，围绕着基于个性化体验的虚拟家居设计，我们分别从以下几个方面展开了研究。1、基于Fisher核提高三维模型检索精度：能够在保持类间距离基础上得到具有鉴别信息的低维特征用于三维模型检索。2、基于RGB图像和深度卷积网络的三维物体姿态估计：针对深度相机功耗太大，RGB相机更加普遍。我们提出了基于目标检测框架和多项损失函数的姿态估计方法。3、基于热力图的物体关键点估计姿态：通过漏斗网络结构来实现热力图的生成，能够保证网络较快地收敛。4、结合兴趣点模糊对应的交互式三维检索：根据用户选取的兴趣点加权用户感兴趣区域、计算模型局部之间的模糊对应，为用户提供感兴趣区域的模型部件检索。此外，开发了一个交互式检索原型系统：基于Arduino的交互设备，取代了传统的鼠标和键盘，使得人机交互更加自然。我们的成果在国内外会议上都做了发表和展示，具有一定的理论意义和实用价值。