要約
私たちは、都市部の 3D 都市集合体のための初のスケッチベースのアイデア作成ツール、GroundUp を提案します。
私たちは初期段階の都市デザインに焦点を当てており、スケッチが一般的なツールであり、デザインは建物のボリューム(マス)とオープンスペースのバランスをとることから始まります。
人間中心の AI を念頭に置き、2D スケッチと 3D モデルを簡単に切り替えることで、建築家がアイデアを迅速に修正できるようにし、アイデアの反復と共有をよりスムーズに行えるようにすることを目指しています。
建築家や既存のワークフローからのフィードバックに触発された当社のシステムは、最初の入力として複数の建物のトップダウン ビューでのユーザー スケッチを受け取ります。
次に、ユーザーは思い描いた敷地の透視図を描きます。
私たちの方法は、2 つのスケッチ内の情報の相補性を活用するように設計されており、ユーザーは推定された 3D 形状をすばやくプレビューして調整できます。
私たちのモデルには 2 つの主要なコンポーネントがあります。
まず、トップダウンのスケッチ形状を利用する、パース スケッチ用の新しいスケッチから深さまでの予測ネットワークを提案します。
2 番目に、パース スケッチから得られた深度キューを拡散モデルの条件として使用します。これにより、最終的にトップダウン ビューでジオメトリが完成します。
したがって、最終的な 3D ジオメトリはハイトフィールドとして表現され、ユーザーが「ゼロから」都市を構築できるようになります。
要約(オリジナル)
We propose GroundUp, the first sketch-based ideation tool for 3D city massing of urban areas. We focus on early-stage urban design, where sketching is a common tool and the design starts from balancing building volumes (masses) and open spaces. With Human-Centered AI in mind, we aim to help architects quickly revise their ideas by easily switching between 2D sketches and 3D models, allowing for smoother iteration and sharing of ideas. Inspired by feedback from architects and existing workflows, our system takes as a first input a user sketch of multiple buildings in a top-down view. The user then draws a perspective sketch of the envisioned site. Our method is designed to exploit the complementarity of information in the two sketches and allows users to quickly preview and adjust the inferred 3D shapes. Our model has two main components. First, we propose a novel sketch-to-depth prediction network for perspective sketches that exploits top-down sketch shapes. Second, we use depth cues derived from the perspective sketch as a condition to our diffusion model, which ultimately completes the geometry in a top-down view. Thus, our final 3D geometry is represented as a heightfield, allowing users to construct the city `from the ground up’.
arxiv情報
著者 | Gizem Esra Unlu,Mohamed Sayed,Yulia Gryaditskaya,Gabriel Brostow |
発行日 | 2024-07-17 16:59:29+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google