摘要
本申请公开一种房间重构方法及装置,可应用于深度学习领域,包括:本申请通过语义分割技术精准识别并分离出软装家具区域,确保了家具区域的边界清晰且准确,为后续处理提供了明确的参考。接着,清空软装家具区域后得到的空房间图像保留了房间的硬装结构和背景信息,为生成新的家具掩码区域提供了完整的背景参考。将空房间图像输入扩散模型,利用其参数化的噪声预测网络生成与房间风格和布局相匹配的目标家具掩码区域。最后,将空房间图像与目标家具掩码区域进行融合,得到完整的重构房间图像。实现了软装家具与房间背景的自然过渡,生成的重构房间图像不仅风格一致,还具有高度的真实感和自然感,从而满足了用户对高质量房间重构的需求。
技术关键词
软装家具
图像修复模型
房间
非白色
像素
噪声预测
生成图像数据
重构方法
残差学习
语义分割技术
分支
网络
重构装置
亮度
样本
参数