How to Make AI Generative Design for Building Façade Renovation More Controllable: A Case Study on a Historic District in Zhejiang, China
Este estudo propõe um framework de design generativo de controle duplo integrando Stable Diffusion, ControlNet, MLSD e LoRA para equilibrar a preservação histórica com a revitalização comercial nos distritos históricos de Zhejiang, alcançando alta fidelidade estrutural e responsividade funcional para a renovação de fachadas em diversos formatos de negócios.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Nas ruas movimentadas dos distritos comerciais históricos da China, uma tensão silenciosa desenrola-se entre o passado e o presente. Esses bairros, muitas vezes construídos ao longo de canais com paredes brancas e telhados de telhas pretas, não são apenas museus; são espaços vivos onde lojas, cafés e residências devem adaptar-se à vida moderna. O desafio para os planejadores urbanos e designers é atualizar esses edifícios para que possam acolher novos negócios sem destruir o caráter histórico que os torna especiais. Se cada proprietário de loja renovar sua fachada de forma independente, a rua pode rapidamente tornar-se um mosaico caótico de estilos conflitantes, perdendo a harmonia visual que define a área. Para resolver isso, pesquisadores estão recorrendo a um novo tipo de ferramenta digital: a inteligência artificial generativa. Ao contrário de programas de computador antigos que simplesmente seguem regras rígidas, esta tecnologia pode criar novas imagens do zero baseando-se em descrições. No entanto, versões padrão desta tecnologia frequentemente têm dificuldade com a arquitetura, produzindo edifícios que parecem belos, mas possuem estruturas impossíveis ou portas mal posicionadas. O objetivo é encontrar uma maneira de guiar esse poder criativo para que ele respeite a estrutura de um edifício antigo enquanto se ajusta às necessidades específicas de um novo negócio.
Uma equipe de pesquisadores da Universidade da Cidade de Hangzhou desenvolveu um método para tornar esse processo muito mais confiável, especificamente para os distritos históricos da província de Zhejiang do norte. Eles criaram um sistema que atua como uma dupla verificação para o computador, garantindo que qualquer novo design proposto mantenha a forma original do edifício intacta e também posicione elementos funcionais, como entradas e janas, exatamente onde são necessários. Os pesquisadores testaram sua abordagem em quatro tipos comuns de negócios encontrados nessas áreas: restaurantes, lojas de varejo, casas de café e pousadas. Ao combinar uma técnica que trava as linhas estruturais do edifício com outra que mapeia onde as características do negócio devem ir, eles foram capazes de gerar planos de renovação que parecem realistas e respeitam o estilo arquitetônico local.
O processo começa com uma fotografia de um edifício existente. O computador primeiro analisa a imagem para identificar as partes permanentes da estrutura, como a linha do telhado, as colas principais e as proporções gerais da parede. Ele remove detalhes temporários, como portas ou janelas específicas, para criar um esqueleto limpo do edifício. Este esqueleto é crucial porque impede o computador de inventar novos formatos de telhado ou alterar a altura dos andares, o que seria impossível de construir em um distrito histórico real. Uma vez que este quadro estrutural está travado, os pesquisadores sobrepõem um mapa simples codificado por cores que representa as necessidades de um negócio específico. Para um restaurante, o mapa pode destacar uma grande área para uma vitrine de exibição e um caminho claro para uma entrada. Para uma pousada, pode marcar uma varanda e manter as paredes mais sólidas para privacidade. Essas duas camadas — a estrutura imutável e as necessidades flexíveis do negócio — são inseridas no modelo de inteligência artificial juntas.
Para garantir que as imagens geradas pareçam pertencer ao norte de Zhejiang, os pesquisadores também treinaram o sistema em um conjunto específico de fotos arquitetônicas locais. Esta etapa ensina ao computador os detalhes sutis da região, como a textura de paredes brancas desgastadas pelo tempo, o padrão de telhas pretas e a maneira como a luz incide sobre as estruturas de madeira. Quando o sistema gera um novo design, ele utiliza o esqueleto estrutural para manter o edifício fiel à sua forma original, o mapa de cores para posicionar as características do negócio corretamente, e o treinamento local para aplicar os materiais e a atmosfera adequados. O resultado é uma série de propostas de renovação que parecem poder realmente existir na rua, em vez de serem apenas fantasias artísticas.
Os pesquisadores testaram seu método gerando designs para os quatro tipos de negócios e comparando-os com o que um programa de computador padrão produziria sem esses controles específicos. Eles descobriram que, sem o guia estrutural, o computador tendia a alterar os formatos dos telhados e o arranjo das colunas, criando designs que exigiriam a demolição do edifício original. Sem o mapa de negócios, o computador frequentemente colocava as entradas nos lugares errados ou esquecia de incluir características necessárias, como varandas. Quando ambos os guias eram usados juntos, os designs permaneciam fiéis à forma original do edifício, enquanto se adaptavam com sucesso à nova função.
Para verificar o quão bem isso funcionou, a equipe pediu a um grupo de arquitetos e especialistas em design que revisassem as imagens. Os especialistas julgaram se os designs gerados mantinham a estrutura original do edifício e se atendiam aos requisitos funcionais do negócio. Os resultados mostraram que o método de controle duplo alcançou uma precisão estrutural de 77,6 por cento e uma taxa de sucesso funcional de 75,6 por cento. Isso significa que, em aproximadamente três de cada quatro casos, o computador produziu um design que parecia estruturalmente sólido e funcionalmente apropriado. A equipe também mediu a qualidade visual das imagens usando métricas padrão de visão computacional, descobrindo que as imagens geradas eram visualmente plausíveis e consistentes com exemplos do mundo real desses distritos históricos.
O estudo destaca que esta ferramenta é melhor utilizada como uma forma de visualizar ideias precocemente no processo de planejamento, ajudando autoridades e proprietários de negócios a concordarem com um direcionamento antes que qualquer trabalho físico comece. Ainda não é uma ferramenta para criar as plantas de construção finais, pois as imagens são bidimensionais e carecem da informação precisa de profundidade necessária para a construção. No entanto, oferece uma maneira poderosa de equilibrar a preservação da história com as demandas do comércio moderno. Ao dar aos designers uma maneira de testar muitos cenários de negócios diferentes no mesmo edifício histórico sem perder o caráter da rua, o método fornece um caminho prático para revitalizar esses tesouros culturais. A pesquisa sugere que, com os controles certos, a inteligência artificial pode se tornar uma parceira na preservação do passado, garantindo que as ruas históricas permaneçam lugares vibrantes tanto para residentes quanto para visitantes.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.