Pro-DG: Procedural Diffusion Guidance for Architectural Facade Generation
本文提出了 Pro-DG，这是一种新颖的 ControlNet 流程，它利用分层程序化规则生成具有精确结构编辑（如楼层复制和窗户重排）的逼真建筑立面，同时保持局部外观保真度和建筑特征。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你有一张美丽古老建筑的 photograph。现在，设想你想要改变它的设计——也许增加整整一层、重新排列窗户，或将单扇门改为三扇门入口——同时不失去建筑原有的“个性”，也不让它看起来像是一个完全不同的、虚假的结构。
这正是论文 Pro-DG 试图解决的问题。作者们创造了一个智能工具，它如同一位数字建筑师，既理解建筑建造的“规则”，也理解其外观的“艺术”。
以下是其工作原理，分解为简单步骤：
1. “逆向工程”（读取蓝图）
首先，系统会查看你提供的建筑照片。它不只是看到像素（色点），而是试图找出图像背后隐藏的蓝图或“配方”。
- 类比：这就像看着一个做好的蛋糕，试图推断出烘焙它的确切配方（有多少层、糖霜如何裱花、糖珠撒在哪里）。
- 技术：它使用一种特殊的 AI 将照片转化为分层树状结构。这棵树将建筑分解为逻辑部分：“整栋建筑”拆分为“楼层”，再拆分为“墙壁”，进而拆分为“窗户”。这被称为“过程语法”。
2. “建筑师编辑”（修改配方）
一旦系统拥有了蓝图，你（用户）就可以告诉它需要修改什么。
- 类比：你告诉厨师：“我想把二楼的窗户数量加倍”，或者“把阳台移到三楼”。
- 神奇之处：因为系统理解建筑的规则（树状结构），它能够逻辑地做出这些修改。它不只是拉伸一扇窗户；它理解，如果你增加一层楼，就需要添加一整排新的窗户来匹配。
3. “媒人”（连接新旧）
这是最巧妙的部分。系统需要知道旧建筑的哪一部分对应新设计的哪一部分。
- 类比：想象你在房间里重新布置家具。你需要知道“旧沙发”要移到“新沙发位置”。如果你只是随机乱扔家具，房间就会显得杂乱无章。
- 技术：系统使用一种特殊的数学技巧（比较形状和图案）来将旧窗户与新窗户位置进行配对。它确保旧墙上的“砖块纹理”被应用到新墙上，而“天空”依然保持为天空。
4. “画家”（生成新照片）
最后，系统使用一个强大的图像生成器（称为扩散模型）来绘制新画面。
- 类比：想象一位蒙着眼睛的画家，由两个人引导。一个人拿着新建筑的线框图（结构），另一个人拿着旧建筑的照片（风格）。画家利用线框图知道在哪里绘画，利用照片知道颜料应该呈现什么样子。
- 结果：AI 生成了一张带有你所做修改的、全新的、逼真的建筑照片。它看起来像真实的照片，而不是卡通，并且保留了原建筑独特的风格（光照、砖块颜色、风化痕迹）。
为什么这很特别？
大多数 AI 图像工具就像一根魔杖，只能改变小东西（比如移除垃圾桶或改变门的颜色）。如果你试图用魔杖增加整整一层楼，AI 通常会感到困惑，使建筑看起来怪异或破损。
Pro-DG 之所以不同，是因为它将建筑视为一个结构化拼图。它理解建筑是有规则的。这使得它能够进行大的结构性修改（如增加楼层或重新排列整个部分），同时保持建筑看起来仍然是同一栋建筑，只是经过了编辑。
作者们的测试
团队在 50 张真实建筑照片上测试了该方法。他们将此方法与以下进行了比较：
- 标准 AI 工具：往往无法保持建筑的辨识度或结构正确性。
- 手动编辑（Photoshop）：需要人类花费数小时手动完成。
结论：
- 优于标准 AI：人们更喜欢他们的结果，因为建筑看起来更逼真，并保留了原有的“氛围”。
- 优于手动编辑：比在 Photoshop 中尝试剪切和粘贴窗户要快得多，且一致性更好。
- 局限性：如果你试图添加原图中完全不存在的东西（例如在一面没有门的墙上加一扇门），系统有时会感到困惑，因为它没有“旧门”可以借鉴风格。此外，如果原图有树木或标志遮挡视线，系统可能会出错。
简而言之，Pro-DG 是一个工具，它让你能够重新设计建筑的骨架，同时保持其皮肤和灵魂完好无损，这一切都由一个既懂数学又懂艺术的计算机自动完成。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。