文章信息
Jiaxin Zhang, Tomohiro Fukuda, Nobuyoshi Yabuki & Yunqin Li. (2022). SYNTHESIZING STYLE-SIMILAR RESIDENTIAL FACADE FROM SEMANTIC LABELING ACCORDING TO THE USER-PROVIDED EXAMPLE. CAADRIA2023 (EI会议).
论文摘要
本研究旨在实现从建筑师绘制的语义标签和用户喜好示例图像中合成逼真的立面图像的例子引导立面合成方法。自动合成方法可有效生成立面解决方案，促进利益相关者之间的有效沟通和建筑师的创造灵感。本研究提出了一种具有风格一致性的条件生成对抗网络，用于解决例子引导的图像合成问题。
具体来说，合成模型分为两个阶段：首先，使用pix2pixHD框架将语义标签地图的领域转移到现实图像的领域，以确保中间阶段合成的立面在语义上与设计的立面一致；其次，使用深度照片风格转移（DPST）框架，将在前一步中合成的逼真立面图像的隐含特征忠实地转移到提供的示例的领域，以确保样式的一致性。总之，本研究提出的方法可以约束从语义标签和样例样式合成新。
研究框架
图1：研究框架
以用户提供的实例和设计师绘制的草图为指导，自动合成外墙图像
图2：方法流程图。
结果
图3：从语义标签和提供的例子中得出的门面合成结果。
图4 使用语义标签和提供的例子来合成风格一致的外墙。
讨论和结论
本文介绍了先验知识和数据驱动计算机视觉方法在建筑立面生成中的应用。然而，现有方法在样例引导下的风格一致立面图像合成中仍存在挑战，包括不同绘图间的内容差异、每个立面元素的语义准确性和传递忠实度等问题。
因此，作者提出了一种轻量级的住宅建筑立面合成工具，通过两个阶段的方法和一个配对的立面数据集来实现，能够成功地生成满足设计要求的住宅立面，并满足用户解决方案风格的要求。
作者使用图像翻译和样式转移模型，同时引入配对的立面数据集来解决问题。虽然存在一些局限性，但该方法可用于建筑立面更新和设计领域。