Dec, 2023

对改进过的瑞士住宅数据集进行条件楼层平面生成的 HouseDiffusion 调适

PDF
TL;DR自动地板平面生成最近取得了重要的发展，本篇技术报告介绍了一种将 HouseDiffusion 模型扩展到 MSD 数据集的方法，包括修改模型的转换层以便条件化于一组墙线，并引入了预处理流程以从提供的建筑结构的二进制掩码中提取墙线。此外，发现将所有房间多边形简化为矩形会有更好的性能，这表明未来的研究应该探索更好的变长多边形在扩散模型中的表示方法。
automated floor plan generationcvaad floor plan auto-completionmsd datasettransformer layersvariable-length polygons
发现论文，激发创造
  • HouseDiffusion：通过离散和连续去噪扩散模型生成矢量平面图

    通过扩散模型生成向量楼层平面图是我们提出的新方法，使用 Transformer 架构和二维坐标的离散和连续去噪处理生成图形门窗等元素并在 RPLAN 数据集上得到了显著的改进

    Nov, 2022

  • HouseCrafter：使用 2D 扩散模型将平面图提升为 3D 场景

    HouseCrafter 使用 2D 扩散模型生成与全景平面图一致的多视角 RGB-D 图像，从而重建高质量的 3D 室内场景。

    Jun, 2024

  • 混合扩散用于 3D 室内场景合成

    MiDiffusion 是一种新的混合离散 - 连续扩散模型架构，用于根据房间类型、平面图和可能的预存在对象合成逼真的室内 3D 场景，相比于自回归模型和扩散模型，在楼层条件下的 3D 场景合成表现出明显的优势，并可通过破坏和遮蔽策略处理部分对象约束，无需专门训练。

    May, 2024

  • 计算设计中的扩散模型：以楼层平面图为例

    基于扩散模型的 AI 图像生成器近期广泛讨论，具备从简单文本提示中创建图像的能力。但是，在土木工程的实际应用中，它们需要能够根据给定的约束条件创建特定的施工计划。本文通过探索基于扩散的 AI 生成器在计算设计中的能力，以楼层平面图为例，辨识其目前的局限性。我们解释了扩散模型的工作原理，并提出了具备改进语义编码的新扩散模型。通过多个实验证明，我们可以将生成的楼层平面图的有效性从 6% 提高至 90%，并提高不同示例的查询性能。我们对这些模型的不足之处进行了辨识，并得出了未来的研究挑战，并讨论了将扩散模型与建筑信息模型相结合的需求。通过这些，我们提供了土木工程中扩散模型的当前状态和未来方向的关键见解。

    Jul, 2023

  • JigsawPlan: 基于扩散模型的房间布局拼图极端结构运动

    本文提出了一种新颖的方法来解决 “极端结构运动” 问题，通过估计 2D 平移和旋转来对齐房间布局，解决仿佛房间布局拼图的问题，并使用扩散模型解决了具有挑战性的注册问题。该论文还提出了一个新的数据集，用于 98,780 幢房屋的房间布局和平面图，并经定量和定性评估证明，所提出的方法表现出比竞争方法更好的性能。

    Nov, 2022

  • BuilDiff: 单视角条件下的三维建筑形状生成

    利用图片条件模型扩散点云模型的新型三维建筑生成方法，在保持整体结构同时综合生成建筑顶部结构，实验证明该方法在建筑生成质量方面优于之前的研究。

    Aug, 2023

  • DiffRoom: 基于扩散的高质量三维房间重建与生成

    DiffRoom 提出了一种稀疏的 3D 扩散网络，它基于粗糙的占用先验和分层扩散学习结构，实现了高质量的 3D 室内重建和生成。

    Jun, 2023

  • MVDiff: 可扩展灵活的多视图扩散用于从单视图进行 3D 物体重建

    通过引入情景表示变换器和视图条件扩散模型，该论文提出了一个通用框架，用于从单个图像生成一致的多视图图像。通过多视图注意力和极线几何约束来确保三维一致性，该模型能够从仅一个图像输入生成超过基准方法在评估指标（包括 PSNR、SSIM 和 LPIPS）方面的三维网格。

    May, 2024

  • PolyDiffuse: 通过引导集合扩散模型进行多边形形状重构

    通过 Guided Set Diffusion Model 实现 PolyDiffuse，将传感器数据转换为 polygonal shapes 进行重建，解决了噪声消除和重建任务中的基本挑战，同时在 floorplan 和 HD map 的重建中取得了显著的进展并具有更广泛的实际应用。

    Jun, 2023

  • 基于局部注意力机制的 SDF 扩散模型用于可控的三维形状生成

    提出了一种基于扩散的 3D 形状生成框架，名为局部注意力 SDF 扩散，可通过 2D 草图图像输入建模可信的 3D 形状，实现局部控制性和模型普适性的提高。

    May, 2023