FaçAID: A Transformer Model for Neuro-Symbolic Facade Reconstruction

要約

カスタム設計の分割文法を使用して、フラットでセグメント化されたファサード構造を手続き型定義に変換する、神経記号トランスフォーマー ベースのモデルを導入します。
これを容易にするために、まず建築ファサードに合わせた半複雑な分割文法を開発し、次にファサードと対応する手続き表現で構成されるデータセットを生成します。
このデータセットは、セグメント化されたフラットなファサードを文法の手続き型言語に変換するトランスフォーマー モデルをトレーニングするために使用されます。
推論中、モデルはこの学習された変換を新しいファサード セグメンテーションに適用し、ユーザーが調整してさまざまなファサード デザインを生成できる手順的な表現を提供します。
この方法では、静的なファサード イメージを動的で編集可能な手続き形式に変換する作業が自動化されるだけでなく、設計の柔軟性も向上し、簡単な変更が可能になります。

要約(オリジナル)

We introduce a neuro-symbolic transformer-based model that converts flat, segmented facade structures into procedural definitions using a custom-designed split grammar. To facilitate this, we first develop a semi-complex split grammar tailored for architectural facades and then generate a dataset comprising of facades alongside their corresponding procedural representations. This dataset is used to train our transformer model to convert segmented, flat facades into the procedural language of our grammar. During inference, the model applies this learned transformation to new facade segmentations, providing a procedural representation that users can adjust to generate varied facade designs. This method not only automates the conversion of static facade images into dynamic, editable procedural formats but also enhances the design flexibility, allowing for easy modifications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google