基于自稀疏-生成对抗网络的建筑艺术外形草图智能设计

【作者】 钱文亮； 徐阳； 李惠；

【机构】 哈尔滨工业大学土木工程学院； 哈尔滨工业大学结构工程灾变与控制教育部重点实验室；

【摘要】 建筑艺术外形草图是工程设计创意的集中体现,不仅蕴含着建筑师对于艺术和当地文化的理解,还能反过来启发建筑师得到新灵感。然而,优美建筑的外形草图高度依赖经验,需长时间构思。同时在头脑风暴阶段,建筑师往往会思维枯竭,只能给出有限数量的草图。因此,本文提出了利用草图固有性质-稀疏性的自稀疏生成对抗网络的建筑草图智能生成框架,包含建筑外形草图数据集的生成、自稀疏生成对抗网络(Self-Sparse GAN)和FID草图质量评价指标,克服了建筑外形草图没有明确美学函数、控制方程和评价指标的难点,可以在数秒钟内给出成百上千张设计草图。在自稀疏生成对抗网络中,提出了自适应稀疏变换模块(SASTM)去降低网络参数冗余以提高计算效率和精度,该模块包含稀疏分解和稀疏重组两部分,其中稀疏分解由通道稀疏模块(CSM)和位置稀疏模块(PSM)组成。理论证明SASTM可以利用草图中的稀疏性起到三个作用:减少生成对抗网络生成器的参数数量,保持有用特征通过BN层缓解零梯度问题和驱使生成器中的卷积参数远离负数。数值实验表明Self-Sparse GAN可以生成不同于训练集的建筑外形草图,这也说明提出的方法并不是简单记住训练数据集,而是通过学习训练集中的建筑特征从而创造新的建筑艺术外形草图,同时相对于WGAN-GP有11.87%的性能提升。更多还原