How to Make AI Generative Design for Building Façade Renovation More Controllable: A Case Study on a Historic District in Zhejiang, China
Cette étude propose un cadre de conception générative à double contrôle intégrant Stable Diffusion, ControlNet, MLSD et LoRA afin d'équilibrer la préservation historique et la revitalisation commerciale dans les districts historiques du Zhejiang, atteignant une haute fidélité structurelle et une réactivité fonctionnelle pour la rénovation des façades à travers divers formats commerciaux.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans les rues animées des quartiers commerciaux historiques de Chine, une tension silencieuse se joue entre le passé et le présent. Ces quartiers, souvent construits le long de canaux avec des murs blancs et des toits de tuiles noires, ne sont pas seulement des musées ; ce sont des espaces de vie où les boutiques, les cafés et les habitations doivent s'adapter à la vie moderne. Le défi pour les urbanistes et les concepteurs est de moderniser ces bâtiments afin qu'ils puissent accueillir de nouvelles entreprises sans détruire le caractère historique qui les rend spéciaux. Si chaque propriétaire de boutique rénovait sa devanture de manière indépendante, la rue pourrait rapidement devenir un patchwork chaotique de styles divergents, perdant l'harmonie visuelle qui définit la zone. Pour résoudre ce problème, les chercheurs se tournent vers un nouveau type d'outil numérique : l'intelligence artificielle générative. Contrairement aux anciens programmes informatiques qui suivent simplement des règles rigides, cette technologie peut créer de nouvelles images à partir de rien en se basant sur des descriptions. Cependant, les versions standards de cette technologie éprouvent souvent des difficultés avec l'architecture, produisant des bâtiments qui semblent magnifiques mais présentent des structures impossibles ou des portes mal placées. L'objectif est de trouver un moyen de guider ce pouvoir créatif afin qu'il respecte l'ossature d'un vieux bâtiment tout en s'adaptant aux besoins spécifiques d'une nouvelle entreprise.
Une équipe de chercheurs de l'Université de la ville de Hangzhou a développé une méthode pour rendre ce processus beaucoup plus fiable, spécifiquement pour les districts historiques de la province du nord du Zhejiang. Ils ont créé un système qui agit comme une double vérification pour l'ordinateur, garantissant que tout nouveau design proposé conserve intact la forme du bâtiment d'origine tout en plaçant les éléments fonctionnels, tels que les entrées et les fenêtres, exactement là où ils sont nécessaires. Les chercheurs ont testé leur approche sur quatre types courants d'entreprises présents dans ces zones : les restaurants, les boutiques de détail, les cafés et les maisons d'hôtes. En combinant une technique qui verrouille les lignes structurelles du bâtiment avec une autre qui cartographie l'emplacement des caractéristiques commerciales, ils ont pu générer des plans de rénovation qui paraissent réalistes et respectent le style architectural local.
Le processus commence par une photographie d'un bâtiment existant. L'ordinateur analyse d'abord l'image pour identifier les parties permanentes de la structure, telles que la ligne de toit, les colonnes principales et les proportions globales du mur. Il élimine les détails temporaires comme les portes ou les fenêtres spécifiques pour créer un squelette épuré du bâtiment. Ce squelette est crucial car il empêche l'ordinateur d'inventer de nouvelles formes de toits ou de modifier la hauteur des étages, ce qui serait impossible à construire dans un véritable quartier historique. Une fois ce cadre structurel verrouillé, les chercheurs superposent une carte simple codée par couleurs qui représente les besoins d'une entreprise spécifique. Pour un restaurant, la carte peut mettre en évidence une grande zone pour une vitrine d'exposition et un chemin clair pour une entrée. Pour une maison d'hôtes, elle peut délimiter un balcon et maintenir les murs plus pleins pour l'intimité. Ces deux couches — la structure immuable et les besoins commerciaux flexibles — sont injectées ensemble dans le modèle d'intelligence artificielle.
Pour s'assurer que les images générées semblent appartenir au nord du Zhejiang, les chercheurs ont également entraîné le système sur un ensemble spécifique de photos architecturales locales. Cette étape apprend à l'ordinateur les détails subtils de la région, tels que la texture des murs blancs patinés, le motif des tuiles noires et la façon dont la lumière tombe sur les cadres en bois. Lorsque le système génère un nouveau design, il utilise le squelette structurel pour maintenir le bâtiment fidèle à sa forme originale, la carte de couleur pour placer correctement les caractéristiques commerciales, et l'entraînement local pour appliquer les bons matériaux et l'atmosphère appropriée. Le résultat est une série de propositions de rénovation qui semblent pouvoir réellement exister dans la rue, plutôt que d'être de simples fantaisies artistiques.
Les chercheurs ont testé leur méthode en générant des designs pour les quatre types d'entreprises et en les comparant à ce qu'un programme informatique standard produirait sans ces contrôles spécifiques. Ils ont constaté que sans le guide structurel, l'ordinateur avait tendance à modifier les formes de toit et la disposition des colonnes, créant des designs qui nécessiteraient de démolir le bâtiment d'origine. Sans la carte commerciale, l'ordinateur plaçait souvent les entrées aux mauvais endroits ou oubliait d'inclure des éléments nécessaires comme des balcons. Lorsque les deux guides étaient utilisés ensemble, les designs restaient fidèles à la forme du bâtiment d'origine tout en s'adaptant avec succès à la nouvelle fonction.
Pour vérifier l'efficacité de cette méthode, l'équipe a demandé à un groupe d'architectes et d'experts en design de passer les images en revue. Les experts ont jugé si les designs générés respectaient la structure du bâtiment d'origine et s'ils répondaient aux exigences fonctionnelles de l'entreprise. Les résultats ont montré que la méthode de double contrôle a atteint une précision structurelle de 77,6 % et un taux de réussite fonctionnelle de 75,6 %. Cela signifie que dans environ trois cas sur quatre, l'ordinateur a produit un design qui semble structurellement sain et fonctionnellement approprié. L'équipe a également mesuré la qualité visuelle des images à l'aide de mesures de vision par ordinateur standard, constatant que les images générées étaient visuellement plausibles et cohérentes avec les exemples réels de ces districts historiques.
L'étude souligne que cet outil est destiné à être utilisé principalement pour visualiser des idées tôt dans le processus de planification, aidant les autorités et les propriétaires d'entreprises à s'accorder sur une direction avant que tout travail physique ne commence. Il ne s'agit pas encore d'un outil pour créer les plans de construction finaux, car les images sont bidimensionnelles et manquent de l'information précise sur la profondeur nécessaire à la construction. Cependant, il offre un moyen puissant de concilier la préservation de l'histoire avec les exigences du commerce moderne. En offrant aux concepteurs un moyen de tester de nombreux scénarios commerciaux différents sur un même bâtiment historique sans perdre le caractère de la rue, la méthode propose une voie pratique pour la revitalisation de ces trésors culturels. La recherche suggère qu'avec les bons contrôles, l'intelligence artificielle peut devenir un partenaire de la préservation du passé, garantissant que les rues historiques restent des lieux vibrants pour les résidents comme pour les visiteurs.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.