Refka Ghodhbani 沙特阿拉伯北部边境大学计算机与信息技术学院计算机科学系,拉夫哈,沙特阿拉伯 | 突尼斯莫纳斯提尔大学理学院电子与微电子实验室 (E μ E) refka.ghodhbani@nbu.edu.sa(通讯作者)Taoufik Saidani 沙特阿拉伯北部边境大学计算机与信息技术学院计算机科学系,拉夫哈,沙特阿拉伯 |突尼斯莫纳斯提尔大学理学院电子与微电子实验室 (E μ E) taoufik.saidan@nbu.edu.sa Ahmed Alhomoud 沙特阿拉伯拉夫哈北部边境大学计算机与信息技术学院计算机科学系 aalhomoud@nbu.edu.sa Ahmad Alshammari 沙特阿拉伯拉夫哈北部边境大学计算机与信息技术学院计算机科学系 ahmad.almkhaidsh@nbu.edu.sa Rabie Ahmed 沙特阿拉伯拉夫哈北部边境大学计算机与信息技术学院计算机科学系 | 埃及贝尼苏埃夫大学理学院数学与计算机科学系 rabie.ahmed@nbu.edu.sa
即使在现代社会,也很难找到符合特定标准的建筑平面图。大多数情况下,在客户指定他对新家的设想后,建筑师会浏览他的档案,以找到符合这些标准的类似平面图。下一步,他会修改它们以满足进一步的限制。但是,这种手动搜索需要很长时间,即使它可能具有很高的准确率,但召回率却很低。为了能够自动搜索,必须扫描档案并自动分析。自动平面图分析是提取嵌入在图像中的有关建筑物结构的信息的任务。它由几个子任务组成,例如,从文档中分割文本和图形、检测墙壁和门,最后识别不同的房间。自动平面图分析是模式识别和机器学习领域正在进行的研究课题。为了解决这个问题,人们进行了几次不同目标的尝试:[1-3] 尝试从 2D 平面图重建 3D 模型,而 [4] 尝试提取房间及其连接。参考文献 [5、6] 侧重于对手绘和草图平面图的理解。最近,我们介绍了一种自动平面图分析方法 [7]。对 [ 7 ] 中的结果进行分析得出的结论是,房间检索