A Framework of Full-Process Generation Design for Park Green Spaces Based on Remote Sensing Segmentation-GAN-Diffusion

要約

人工知能アルゴリズムによるジェネレーティブ デザインの開発はスピーディです。
現在の研究には 2 つの研究ギャップがあります。1) ほとんどの研究はデザイン要素間の関係にのみ焦点を当てており、サイトの外部情報にはほとんど注意を払っていません。
2) GAN およびその他の従来の生成アルゴリズムは、解像度が低く詳細が不十分な結果を生成します。
これら 2 つの問題に対処するために、GAN (安定拡散マルチモーダル大規模画像事前学習モデル) を統合して、フルプロセスのパーク生成設計手法を構築します。 1) まず、オブジェクトを自動抽出するための高精度リモート センシング オブジェクト抽出システムを構築します。
都市環境情報。
2) 第二に、GAN を使用して、外部環境に基づいた公園設計生成システムを構築します。このシステムは、都市環境情報から設計スキームを迅速に推論して生成できます。
3) 最後に、安定拡散を導入して設計計画を最適化し、詳細を入力し、計画の解像度を 64 倍に拡張します。
この方法により、完全無人設計自動化ワークフローを実現できます。
研究結果は次のことを示しています。 1) サイトの内部と外部の関係がアルゴリズムの生成結果に影響を与える。
2) 従来の GAN アルゴリズムと比較して、安定した拡散により、生成された結果の情報量が大幅に向上します。

要約(オリジナル)

The development of generative design driven by artificial intelligence algorithms is speedy. There are two research gaps in the current research: 1) Most studies only focus on the relationship between design elements and pay little attention to the external information of the site; 2) GAN and other traditional generative algorithms generate results with low resolution and insufficient details. To address these two problems, we integrate GAN, Stable diffusion multimodal large-scale image pre-training model to construct a full-process park generative design method: 1) First, construct a high-precision remote sensing object extraction system for automated extraction of urban environmental information; 2) Secondly, use GAN to construct a park design generation system based on the external environment, which can quickly infer and generate design schemes from urban environmental information; 3) Finally, introduce Stable Diffusion to optimize the design plan, fill in details, and expand the resolution of the plan by 64 times. This method can achieve a fully unmanned design automation workflow. The research results show that: 1) The relationship between the inside and outside of the site will affect the algorithm generation results. 2) Compared with traditional GAN algorithms, Stable diffusion significantly improve the information richness of the generated results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google