應用於建築平面圖之自動偵測睡房

Abstract

本文提出了一種新穎的從建築平面圖數據庫中檢測房間的方法。因為現今只能透過人手的方式分析平面圖，這會非常浪費人力資源以及不合乎成本效益。所以基於本文提供的方法，在給予建築平面圖的情況下，本系統可以分析有關該設計圖的佈局細節。例如，可以使用圖像處理系統自動分析房間的數量，大小，類型，甚至房間的確切位置。 此外，它減少了分析時間並提高了業務工作效率。 本文利用傳統的圖像預處理方法和卷積神經網絡（CNN）來通過分割圖像與分類房間類型達到檢測睡室的效果。 最後能達到的分類睡室的最佳的準確率為98.8％。這可以幫助客戶理解當前對住宅市場的趨勢和見解及該住宅的資訊，甚至能夠為房地產營銷上帶來優勢，可以更快速地幫助客戶做出決策。

This paper proposes a novel method to detect the room from an architectural floor plan database. Given a floor plan of a house, the details regarding the layout of the design can be determined, such as the number, size, type and even the exact location of the room can be interpreted automatically using the image processing methods. This can bring advantages to real estate marketing in identifying the current trends and insights to better assist the customers in making decisions. Besides, it reduces the analyzing time and increases the efficiency in business actions. This paper utilizes both the traditional image processing and convolutional neural networks (CNN) to detect the bedrooms by segmentation and classifications processes. The best bedroom classification accuracy achieved is 98.8%.