[論文レビュー] Sketch-to-Architecture: Generative AI-aided Architectural Design
この論文は、生成的AIを用いて簡易スケッチを概念的な平面図と3Dモデリングに変換するワークフローを提示し、初期段階の建築設計を支援するためのテキスト駆動の制御と局所編集を提供します。
Recently, the development of large-scale models has paved the way for various interdisciplinary research, including architecture. By using generative AI, we present a novel workflow that utilizes AI models to generate conceptual floorplans and 3D models from simple sketches, enabling rapid ideation and controlled generation of architectural renderings based on textual descriptions. Our work demonstrates the potential of generative AI in the architectural design process, pointing towards a new direction of computer-aided architectural design. Our project website is available at: https://zrealli.github.io/sketch2arc
研究の動機と目的
- 建築設計の初期段階を支援する新しいAI支援ワークフローを動機づけ、発想を加速し反復時間を短縮する。
- 拡散モデルがスケッチとテキストプロンプトから平面図と3Dマッシングを生成できることを示す。
- テキストとマスクを通じて建築レンダリングの制御された生成とターゲット編集を実現する。
提案手法
- タスク特化の平面図とマッシング生成のために LoRA を用いた拡散ベースモデル（Stable Diffusion）のファインチューニング。
- 平面図生成時の正確な条件付き制御のため ControlNet を適用。
- 生成された平面図から深度マップを推定し、Rhino/Grasshopper ベースの3D点群とメッシュに変換。
- テキスト駆動生成を導く建築設計上の要素を抽出し、マスクによる反復編集を促進。
実験結果
リサーチクエスチョン
- RQ1簡易スケッチから一貫性のある平面図と3Dマッシングモデルを生成できる生成AIワークフローは存在するのか？
- RQ2テキストプロンプトと設計要素の抽出が建築生成と編集をどのように制御するのか？
- RQ3ファインチューニングと条件付けを用いた拡散ベースの手法は建築設計タスクにどの程度適用可能か？
- RQ4ハイブリッドパイプライン（拡散モデルと深度推定、Rhino/Grasshopper のスクリプト） が可 renderingな建築設計の生成に果たす役割は何か？
主な発見
- 拡散モデル、LoRAファインチューニング、ControlNet を組み合わせたワークフローはスケッチから平面図と3Dマッシングを生成できる。
- 生成された平面図の深度推定は、Rhino/Grasshopperでの3D再構成を可能にし、複数の視点からの立面を作成する。
- テキストプロンプトと建築設計要素は、レンダリングの可制御生成と編集を可能にする。
- マスクベースの局所編集は、全体の設計を維持しつつ領域特有の修正（材料、要素、構造）を可能にする。
- このアプローチは、初期設計段階でのテキスト記述によって制御された建築レンダリングのエンドツーエンド生成を可能にする。
より良い研究を、今すぐ始めましょう
論文設計から論文執筆まで、研究時間を劇的に削減しましょう。
クレジットカード登録不要
このレビューはAIが作成し、人間の編集者が確認しました。