羅嘉寧與余博遠(yuǎn)的生成式建筑立面研究
香港的快速城市化導(dǎo)致歷史與現(xiàn)代建筑風(fēng)格混雜，街區(qū)視覺(jué)認(rèn)同感常顯割裂。羅嘉寧與余博遠(yuǎn)的項(xiàng)目《基于Pix2Pix GAN的香港生成式建筑立面》，通過(guò)深度學(xué)習(xí)技術(shù)提出了一種解決方案：利用生成對(duì)抗網(wǎng)絡(luò)（Pix2Pix GAN）自動(dòng)生成與香港城市環(huán)境協(xié)調(diào)的建筑立面，以平衡新建、改造與既有街區(qū)風(fēng)貌的關(guān)系。
從輸入到生成輸出的工作流程
研究基礎(chǔ)
羅嘉寧與余博遠(yuǎn)的研究首先構(gòu)建了一個(gè)包含160張香港舊街區(qū)立面圖像的定制數(shù)據(jù)集。這些通過(guò)谷歌地圖和歷史攝影收集的圖像，被手動(dòng)處理為位圖標(biāo)簽圖，采用簡(jiǎn)化的色彩編碼系統(tǒng)標(biāo)注窗戶、陽(yáng)臺(tái)、招牌、墻體等關(guān)鍵建筑元素。每張圖像均經(jīng)過(guò)對(duì)齊、歸一化和256×256像素的尺寸調(diào)整，以優(yōu)化訓(xùn)練條件。
建筑標(biāo)簽圖像中的色彩分類系統(tǒng)
PIX2PIX生成對(duì)抗網(wǎng)絡(luò)
設(shè)計(jì)流程的核心是條件生成對(duì)抗網(wǎng)絡(luò)（cGANs），特別是Pix2Pix架構(gòu)。研究采用基于U-Net的生成器，對(duì)32組數(shù)據(jù)對(duì)進(jìn)行測(cè)試，并通過(guò)數(shù)據(jù)增強(qiáng)技術(shù)提升模型魯棒性。測(cè)試顯示，AI生成的立面高度還原了香港本土建筑特征，如多樣化的窗戶布局、樓層劃分和臨街商鋪立面。
數(shù)據(jù)增強(qiáng)技術(shù)示例
盡管真實(shí)立面的反光和風(fēng)化效果對(duì)模型構(gòu)成挑戰(zhàn)，但生成結(jié)果仍保留了核心構(gòu)圖邏輯，并提供了更簡(jiǎn)潔、風(fēng)格化的替代方案，適用于高密度城市環(huán)境中的早期設(shè)計(jì)探索與立面更新。該方法不僅有助于保護(hù)歷史街區(qū)的建筑遺產(chǎn)，還能減少傳統(tǒng)立面分析的主觀性與人力成本。
訓(xùn)練完成的模型可作為建筑師與規(guī)劃師的生成式設(shè)計(jì)工具，為城市更新和填充開(kāi)發(fā)提供快速、可擴(kuò)展且數(shù)據(jù)驅(qū)動(dòng)的立面提案。未來(lái)研究將擴(kuò)展數(shù)據(jù)集、優(yōu)化標(biāo)注方法，并探索與3D掃描技術(shù)的結(jié)合，以提升精度與應(yīng)用范圍。
生成器結(jié)構(gòu)示意圖
測(cè)試結(jié)果對(duì)比
生成器與判別器的訓(xùn)練過(guò)程
發(fā)生器和鑒別器的損耗值
現(xiàn)有建筑和自動(dòng)生成的建筑輸出
精選文章：
“創(chuàng)造力已死”？AI引發(fā)的職業(yè)焦慮籠罩廣告業(yè)
ernesto neto 在巴黎大皇宮內(nèi)編織了有機(jī)多感官裝置