How to Make AI Generative Design for Building Façade Renovation More Controllable: A Case Study on a Historic District in Zhejiang, China
Diese Studie schlägt ein Dual-Control-Generative-Design-Framework vor, das Stable Diffusion, ControlNet, MLSD und LoRA integriert, um die historische Bewahrung mit der kommerziellen Revitalisierung in den historischen Distrikten von Zhejiang in Einklang zu bringen, wodurch eine hohe strukturelle Treue und funktionale Reaktionsfähigkeit für Fassadenrenovierungen über verschiedene Geschäftsformate hinweg erreicht wird.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In den belebten Straßen der historischen Geschäftsviertel Chinas spielt sich eine stille Spannung zwischen der Vergangenheit und der Gegenwart ab. Diese Viertel, die oft entlang von Kanälen mit weißen Wänden und schwarzen Ziegeldächern gebaut wurden, sind nicht nur Museen; sie sind Lebensräume, in denen Geschäfte, Cafés und Wohnhäuser sich an das moderne Leben anpassen müssen. Die Herausforderung für Stadtplaner und Designer besteht darin, diese Gebäude so zu aktualisieren, dass sie neue Unternehmen beherbergen können, ohne den historischen Charakter zu zerstören, der sie so besonders macht. Wenn jeder Ladenbesitzer seine Fassade unabhängig voneinander renoviert, kann die Straße schnell zu einem chaotischen Flickenteppich aus gegensätzlichen Stilen werden, der die visuelle Harmonie verliert, die das Gebiet definiert. Um dies zu lösen, wenden Forscher ein neues digitales Werkzeug ein: generative künstliche Intelligenz. Im Gegensatz zu älteren Computerprogrammen, die einfach starren Regeln folgen, kann diese Technologie neue Bilder basierend auf Beschreibungen von Grund auf neu erschaffen. Standardversionen dieser Technologie haben jedoch oft Schwierigkeiten mit Architektur und erzeugen Gebäude, die zwar schön aussehen, aber unmögliche Strukturen oder falsch platzierte Türen aufweisen. Das Ziel ist es, einen Weg zu finden, diese kreative Kraft so zu lenken, dass sie die Grundstruktur eines alten Gebäudes respektiert, während sie gleichzeitig den spezifischen Bedürfnissen eines neuen Unternehmens gerecht wird.
Ein Forschungsteam der Hangzhou City University hat eine Methode entwickelt, um diesen Prozess wesentlich zuverlässiger zu gestalten, insbesondere für die historischen Viertel der Provinz Nord-Zhejiang. Sie entwickelten ein System, das wie eine Doppelprüfung für den Computer fungiert und sicherstellt, dass jeder neue Entwurf, den der Computer vorschlägt, die ursprüngliche Form des Gebäudes intakt hält und gleichzeitig funktionale Elemente wie Eingänge und Fenster genau dort platziert, wo sie benötigt werden. Die Forscher testeten ihren Ansatz an vier gängigen Arten von Geschäften, die in diesen Gebieten zu finden sind: Restaurants, Einzelhandelsgeschäfte, Cafés und Gästehäuser. Durch die Kombination einer Technik, die die strukturellen Linien des Gebäudes fixiert, mit einer weiteren, die die Standorte der Geschäftsmerkmale festlegt, konnten sie Renovierungspläne erstellen, die realistisch wirken und den lokalen Architekturstil respektieren.
Der Prozess beginnt mit einer Fotografie eines bestehenden Gebäudes. Der Computer analysiert zunächst das Bild, um die permanenten Teile der Struktur zu identifizieren, wie etwa die Dachlinie, die Hauptsäulen und die allgemeinen Proportionen der Wand. Er entfernt temporäre Details wie spezifische Türen oder Fenster, um ein sauberes Skelett des Gebäudes zu erstellen. Dieses Skelett ist entscheidend, da es verhindert, dass der Computer neue Dachformen erfindet oder die Stockwerkshöhen verändert, was in einem echten historischen Viertel unmöglich zu bauen wäre. Sobald dieser strukturelle Rahmen fixiert ist, legen die Forscher eine einfache, farbcodierte Karte darüber, die die Bedürfnisse eines bestimmten Geschäfts darstellt. Für ein Restaurant könnte die Karte einen großen Bereich für ein Schaufenster und einen klaren Pfad für einen Eingang hervorheben. Für ein Gästehaus könnte sie einen Balkon markieren und die Wände geschlossener halten, um die Privatsphäre zu wahren. Diese zwei Ebenen – die unveränderliche Struktur und die flexiblen Geschäftsbedürfnisse – werden zusammen in das Modell der künstlichen Intelligenz eingespeist.
Um sicherzustellen, dass die generierten Bilder so aussehen, als gehörten sie nach Nord-Zhejiang, trainierten die Forscher das System auch auf einem spezifischen Satz lokaler Architekturfotos. Dieser Schritt lehrt den Computer die subtilen Details der Region, wie die Textur verwitterter weißer Wände, das Muster schwarzer Ziegel und die Art und Weise, wie das Licht auf Holzrahmen fällt. Wenn das System einen neuen Entwurf generiert, nutzt es das strukturelle Skelett, um das Gebäude der ursprünglichen Form treu zu halten, die Farbkarte, um die Geschäftsmerkmale korrekt zu platzieren, und das lokale Training, um die richtigen Materialien und die passende Atmosphäre anzuwenden. Das Ergebnis ist eine Reihe von Renovierungsvorschlägen, die so aussehen könnten, als existierten sie tatsächlich auf der Straße, anstatt nur künstlerische Fantasien zu sein.
Die Forscher testeten ihre Methode, indem sie Designs für die vier Geschäftstypen generierten und diese mit den Ergebnissen eines Standard-Computerprogramms verglichen, das ohne diese spezifischen Kontrollen arbeitet. Sie fanden heraus, dass der Computer ohne die strukturelle Führung dazu neigte, die Dachformen und Säulenanordnungen zu ändern, was Designs erzeugte, die den Abriss des ursprünglichen Gebäudes erfordern würden. Ohne die Geschäfts-Karte platzierte der Computer Eingänge oft an den falschen Stellen oder vergaß notwendige Merkmale wie Balkone. Wenn beide Leitfäden gemeinsam verwendet wurden, blieb das Design der ursprünglichen Form des Gebäudes treu und passte sich gleichzeitig erfolgreich an die neue Funktion an.
Um zu verifizieren, wie gut dies funktionierte, bat das Team eine Gruppe von Architekten und Designexperten, die Bilder zu begutachten. Die Experten beurteilten, ob die generierten Designs die ursprüngliche Struktur des Gebäudes beibehielten und ob sie die funktionalen Anforderungen des jeweiligen Geschäfts erfüllten. Die Ergebnisse zeigten, dass die Dual-Control-Methode eine strukturelle Genauigkeit von 77,6 Prozent und eine funktionale Erfolgsrate von 75,6 Prozent erreichte. Das bedeutet, dass in etwa drei von vier Fällen der Computer einen Entwurf erstellte, der strukturell solide und funktional angemessen aussah. Das Team maß zudem die visuelle Qualität der Bilder mit Standardmetriken der Computer Vision und stellte fest, dass die generierten Bilder visuell plausibel und konsistent mit realen Beispielen dieser historischen Viertel waren.
Die Studie hebt hervor, dass dieses Werkzeug am besten dazu geeignet ist, Ideen frühzeitig im Planungsprozess zu visualisieren, um Behörden und Geschäftsinhabern zu helfen, sich auf eine Richtung zu einigen, bevor physische Arbeiten beginnen. Es ist noch kein Werkzeug zur Erstellung endgültiger Bauzeichnungen, da die Bilder zweidimensional sind und nicht über die präzisen Tiefeninformationen verfügen, die für den Bau benötigt werden. Es bietet jedoch eine leistungsstarke Möglichkeit, das Gleichgewicht zwischen der Bewahrung der Geschichte und den Anforderungen des modernen Handels zu finden. Indem es Designern eine Möglichkeit gibt, viele verschiedene Geschäftsszenarien an demselben historischen Gebäude zu testen, ohne den Charakter der Straße zu verlieren, bietet die Methode einen praktischen Weg nach vorn zur Revitalisierung dieser Kulturschätze. Die Forschung legt nahe, dass künstliche Intelligenz mit der richtigen Steuerung zu einem Partner bei der Bewahrung der Vergangenheit werden kann, um sicherzustellen, dass historische Straßen lebendige Orte sowohl für Bewohner als auch für Besucher bleiben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.