基于神经风格迁移的城市形态生成设计探索——以Tarragonès的城市设计为例

文档名：基于神经风格迁移的城市形态生成设计探索——以Tarragonès的城市设计为例
机器学习作为近年来流行的一项工具,用于识别输入因素并做出有效处理.目前,风格迁移已被广泛应用于图像转化等多个领域,也作为一种生成式设计的工具对建筑学科进行启发.风格迁移与建筑学科的交叉尝试逐步进行,从最早的建筑图像风格迁移,到后来的立面及剖面图像迁移、平面布局迁移,进而通过对平面或剖面的组合或映射来实现三维化.目前风格迁移的应用大多停留在艺术效果方向,缺乏对真实场景的结合应用,同时,现有研究也缺少对图像中的影响因素的分析和控制.本文旨在通过数据整理控制多个影响因素,实现更为有效的城市意象生成.在对数据进行梳理标记后,通过自定义的参数调整进行机器生成,筛选获得二维图形作为城市平面意向,并反向识别输出图像的信息生成三维城市形态.以Tarragonès区域的城市设计进行实验并做出细化分析,分析其是否对输入因素条件做出有效回应,讨论其创造性和可行性.多因素干预的神经风格迁移方法提供了一个兼具创造性和合理性的工作方法,将进一步启发机器学习在城市形态设计中的应用,人机协同的工作模式也将在建筑学形态设计领域表现出巨大的潜力.
作者：董智勇刘宇波邓巧明
作者单位：华南理工大学建筑学院
母体文献：2021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：2021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：2021年9月26日
会议地点：武汉
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：TP1H03
关键词：城市设计  风格迁移  机器学习
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-10 15:33 上传 基于神经风格迁移的城市形态生成设计探索——以Tarragonès的城市设计为例.pdf

文件大小:

4.67 MB

下载次数:

60

高速下载