文档名：浅析生成对抗网络在建筑图像生形中的应用
后数字主义时代,人工智能的出现变革了技术社会的设计媒介.当前针对量化数据模拟的生成式设计已经成为建筑及城市初期决策的重要方法.然而目前大量模拟软件受制于算法黑箱,使得设计者往往只能根据运算进行“选择”而非“参与设计”;且结果往往以“体量”的形成呈现,难以满足建筑风格、美学层面的感性需求.因此在设计初期寻找合适的数字化建模工具十分重要.基于这一背景,本研究提出一种将生成对抗网络(GenerativeAdversarialNet)应用于建筑设计初期,进行基于视觉图像的辅助设计.本文首先介绍了人工智能在建筑学中的发展初探,重点阐述其发展脉络与局限性;并分析当下多种生成对抗网络在图像生成方面的优劣;而后提出一种在设计初期采用Pix2pix对性能模拟结果再处理,获得带有美学风格预测结果的设计方法,为后续在人工智能辅助下实现机器智能理性与设计自由意志结合的进一步研究提供思路.
作者：宋雅楠李可可袁烽
作者单位：同济大学
母体文献：2020全国建筑院系建筑数字技术教学与研究学术研讨会论文集
会议名称：2020全国建筑院系建筑数字技术教学与研究学术研讨会
会议时间：2020年9月1日
会议地点：重庆
主办单位：全国高等学校建筑学专业指导委员会
语种：chi
分类号：TP3TP1
关键词：建筑设计 图像生形 机器学习 生成对抗网络 风格迁移
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.31 MB
- 下载次数:
- 60
-
高速下载
|
|
