|
|
|
|
|
FoAR 通过改进控制网络和扩散模型生成室内结构相匹配的创意室内设计 |
|
|
论文标题：Creative interior design matching the indoor structure generated through diffusion model with an improved control network
期刊：Frontiers of Architectural Research
作者：Junming Chen, Xiaodong Zheng, Zichun Shao, Mengchao Ruan, Huiting Li, Dong Zheng, Yanyan Liang
发表时间：June 2025
DOI： https://doi.org/10.1016/j.foar.2024.08.003
微信链接：点击此处阅读微信文章
FoAR是由高等教育出版社和东南大学建筑学院联合主办的全英文学术期刊
建筑学 / 城乡规划 / 风景园林
本刊已被 A&HCI / EI / CSCD / Scopus / DOAJ / CSTPCD 收录
中国科技期刊卓越行动计划 英文领军期刊
01论 文 题 目
Manuscript Title
Creative interior design matching the indoor structure generated through diffusion model with an improved control network
通过改进控制网络和扩散模型生成室内结构相匹配的创意室内设计
02作 者
Authors
Junming Chen (a)(b)* , Xiaodong Zheng (b), Zichun Shao (b), Mengchao Ruan (b), Huiting Li (b), Dong Zheng (b)**, Yanyan Liang (c)
(a) School of Art and Design, Guangzhou University, Guangzhou 510006, China
(b) Faculty of Humanities and Arts, Macau University of Science and Technology, Taipa 999078, China
(c) Faculty of Innovation Engineering, Macau University of Science and Technology, Taipa 999078, China
03论 文 摘 要
Abstract
AI-driven interior design generation offers promising applications. However, current AI-based diffusion models struggle to generate indoor layouts in pixel-level alignment with the indoor structure. This study proposes a new stable diffusion-based interior design workflow with an Interior Design Control Network (IDCN). IDCN ensures that the batchgenerated creative interior designs based on an input image of an unfurnished room match the indoor structure. Generating innovative designs and rendering images directly with the proposed method eliminates the tedious creative design and drawing work in traditional design practices. The results indicate that the proposed method with the new design approach achieves nearly real-time design generation and modification and significantly enhances design creativity and efficiency. Moreover, the proposed method can be generalized to other design generation tasks, thereby promoting the transformation toward intelligent design.
人工智能驱动的室内设计生成技术展现出广阔的应用前景。然而，当前基于人工智能的扩散模型在生成与室内结构像素级对齐的室内布局时仍存在挑战。本研究提出了一种基于稳定扩散（Stable Diffusion）的新型室内设计工作流程，并引入室内设计控制网络（IDCN）。IDCN 可确保基于未装修房间输入图像批量生成的创意室内设计方案与室内结构相匹配。通过该方法直接生成创新设计与渲染图像，能够省去传统设计实践中繁琐的创意设计与绘图工作。研究结果表明，采用这种新设计方法的技术可实现近实时的设计生成与修改，显著提升设计创意性与效率。此外，该方法可推广至其他设计生成任务，从而推动设计向智能化转型。
04关 键 词
Keywords
Interior design / 室内设计
Structural matching / 结构匹配
AI design / 人工智能设计
Creativity / 创造性
Control network / 控制网络
Design workflow / 设计工作流
05章 节 标 题
Sections Title
1. Introduction / 引言
1.1. Background and motivation / 研究背景及动机
1.2. Problem statement and objectives / 问题陈述及研究目的
1.3. Methodology overview / 研究方法概述
1.4. Main contributions / 主要贡献
2. Related work / 相关工作
2.1. Interior design / 室内设计
2.2. Diffusion model / 扩散模型
2.3. Conditional control neural network for image generation / 用于图像生成的条件控制神经网络
3. Materials and methods / 研究内容与方法
3.1. IFAPD construction / 室内家具成对摆放数据建构
3.2. Interior design control network / 室内设计控制网络
3.3. Experimental settings / 实验装置
3.4. IDCN training process / 室内设计控制网络训练过程
4. Experiment / 实验
4.1. Design generation and modification with IDCN / 使用室内设计控制网络进行设计生成与修改
4.2. Diverse design generation / 多样化的设计生成
4.3. Multi-decorative style design generation / 多装饰风格的设计生成
4.4. Quick design modification / 快速设计修改
5. Results / 成果
5.1. Comparison between the IDCN workflow and traditional design methods /室内设计控制网络工作流程与传统设计方法的对比
5.2. Evaluation indicators / 评价指标
5.3. Qualitative assessment / 定性评估
5.4. Quantitative assessment / 定量评估
5.5. Details of the generated designs / 生成设计的细节
6. Discussion / 讨论
7. Conclusions / 结论
06主 要 插 图
Illustrations
▲ 图一：传统方法与本研究室内设计生成方法的对比。最左侧为模型输入 —— 一间未布置家具的房间草图。传统扩散模型生成的室内设计未能保持结构一致性；带条件控制神经网络的扩散模型虽保留了结构一致性，但无法生成家具布置方案；本研究方法在维持室内结构一致性的同时，可生成多种类型的家具布置方案。©本文作者
▲ 图二：室内设计控制可在保留室内原始结构的前提下，生成具有不同装饰风格与空间功能的室内设计方案。该系统支持指定 5 种装饰风格与 5 种功能空间类型，总计可生成 25 种室内设计方案。©本文作者
▲ 图三：基于 IDCN 的框架设计。文中所提出的框架通过将额外训练的小型神经网络与预训练扩散模型并行连接，实现对输出结果的调控。©本文作者
▲ 图四：设计生成流程。将未布置家具的房间图像输入 IDCN，生成多份设计草图；设计师从中选取最适宜的方案进行手动调整；随后将修改后的草图输入预训练扩散模型，获取多种装饰风格的室内设计方案。©本文作者
▲ 图五：本方法生成的中式客厅设计。所生成的设计具备准确的尺寸规格，呈现出预期的装饰风格及丰富的设计细节。提示词："中式客厅，照片，写实，高清"。©本文作者
07作 者 介 绍
Authors’ Information
陈俊铭
硕士生导师
澳门科技大学 人文艺术学院
数字媒体博士，主要研究方向为人工智能在数字媒体、设计学及建筑领域的应用及改进。他的论文发表于SCI中科院一区TOP、A&HCI、SSCI、CCF核心期刊，累计发表30余篇。他担任20余本SCI、SSCI期刊审稿人，并担任SCI期刊Buildings的客座编辑。联系邮箱: jmchen@must.edu.mo。
郑晓东
讲师
南通理工学院 信息工程学院
数字媒体博士，讲师。主要研究方向为动画、数字艺术和非物质文化遗产的数字化设计。
邵子纯
城市规划与设计博士生
澳门城市大学 创新设计学院
主要研究方向：人工智能在城市及设计中的应用。
李慧婷
互动媒体硕士
澳门科技大学 人文艺术学院
主要研究方向：游戏场景程序化生成（PCG）与AI建筑设计应用。
阮孟超
实验员
澳门科技大学 人文艺术学院
主要研究方向：人工智能在设计领域及文物保护中的应用。
梁延研
副教授 / 博导
澳门科技大学 创新工程学院
主要研究方向：计算机科学技术及算法改进。
08原 文 阅 读
Download Link
长按上方二维码｜浏览本期精彩论文
▼ 点击下方词条 | 往期精彩不容错过
#期刊快讯#系列
1/ 主编王建国院士团队荣获国家科技进步奖一等奖
2/ JCR最新｜FoAR 2023年度影响因子3.1，两项评价指标均位列WoS核心合集建筑类第一
3/ 最新｜FoAR 2023 CiteScore 指数上升为6.2
4/ 最新｜FoAR 被中国科技论文与引文数据库（CSTPCD）收录
5/ 最新｜FoAR 再次入选中国国际影响力优秀学术期刊
6/ 最新｜FoAR 荣获科爱十大优秀期刊奖
7/ 最新｜FoAR进入2023年中国科学院分区表一区
8/ 最新｜FoAR 入选"中国科技期刊卓越行动计划"英文领军期刊
9/ 最新｜FoAR 2025中国科学院分区表大类小类保持一区
10/ 最新｜FoAR 进入 EI 工程索引数据库
#年度报告#系列
1/ FoAR｜2021年度报告
2/ FoAR｜2022年度报告
3/ FoAR｜2023年度报告
4/ FoAR｜2024年度报告
#新刊上线#系列
2025年第一期
2025年第二期
2025年第三期
#FoAR投稿指南#系列
1/ 投稿流程
2/ Guide for Author中文版
3/ 审稿流程及发表流程
4/ 如何提交修改稿
5/ 录用文章出版流程
#期刊知识科普#系列
1/ SCI之父尤金·加菲尔德的传奇人生
2/ 国际核心期刊数据库大解析
3/ 手把手教你如何使用最强工具Web of Science
4/ 如何发现一本好期刊
5/ 国内核心期刊有哪些
6/ 版面费与期刊影响力
#精彩文章#系列精选
01/ 城市设计实践发展的多元维度——基于UAL的案例研究
02/ 从智慧城市到共情城市
03/ 传统阿拉伯伊斯兰城市居住区形态学:以传统城市大马士革为例
04/ 建筑遗产预防性保护的意大利视角
05/ 生物与建筑：将科学知识与设计实践相结合的六家法国建筑事务所项目案例研究
06/ 颇具争议的渐进式改造：Elemental建筑事务所金塔蒙罗伊公屋居住区项目的15年
07/ 联合眼动实验和SD法的传统商业街区视觉效果感知评价
08/ 历史的层次：古城堡遗迹中的新建筑改造
09/ 通过空间句法检验帕拉第奥别墅平面中的控制性、中心性和灵活性
10/ 自1931年柯布西耶的Salubra色卡问世后其建筑色彩的偏好：一种跨文化的分析
11/ 建筑师身份的描绘：1920年代末的中国美术建筑师——刘既漂
12/ 探索暴露于风影响下织物的表达与功能
13/ 绿色屋顶能否在地中海气候条件下显著节约能源？基于不同案例的批判性评估
14/ 芬兰近期落成的原木建筑的建构及建筑品质：相关建筑师的解读
15/ 新加坡高校教室光环境品质研究
《前沿》系列英文学术期刊
由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。
中国学术前沿期刊网
http://journal.hep.com.cn
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
