Junming Chen - Generate Images from Lines Дотоод засал чимэглэлийн зохиогч

Junming Chen бүтээсэн Generate Images from Lines Дотоод засал чимэглэлийн зохиогч бол Генератив, алгоритмын, параметрийн ба хиймэл оюун ухааны тусламжтай дизайн уралдааны ангиллын 2023 A' Design Award Төмөр шагнал шагналын өндөр үнэлгээтэй ялагч юм.

ТөмөрГенератив· 2023

Generate Images from Lines Дотоод засал чимэглэлийн зохиогч

зохиогч: Junming Chen

Захиалагч: Junming Chen

Генератив ангиллын A' Design Award Төмөр шагнал шагналтан

48,097

Баталгаажсан шагналтан

#150690 дизайны шагналын статусыг баталгаажуулах

A' Design Award дээр үзэх Хэвлэлийн мэдээ Шагналын тэмдэг

Өнгөнүүд

Дизайн

Generate Images from Lines Дотоод засал чимэглэлийн зохиогч тухай

Шугамаас Зураг Үүсгэгч нь шугаман зурснаас дотоод засал чимэглэлийн дүрслэлийг бүтээдэг хиймэл оюун ухааны систем юм. Систем нь мэргэжлийн дизайнерууд цуглуулж, тэмдэглэсэн 20,000 гаруй дотоод засал чимэглэлийн зурган дээр сургагдсан, сайжруулсан дифьюжн загварт суурилдаг. Дизайнерууд гараар зурсан эсвэл дижитал шугаман эскизийг оруулж, орчин үеийн, япон, европ, хятад зэрэг чимэглэлийн хэв маягийг сонгоно. Хэдхэн секундын дотор дүрслэл бэлэн болно. Дизайныг шугаман эскизийг засварлах замаар өөрчилдөг тул гараар загварчлах, дахин дүрслэх шаардлагагүй.

Хүлээн зөвшөөрөлт

A' Design Award Төмөр шагнал тухай

Generate Images from Lines Дотоод засал чимэглэлийн зохиогч нь A' Design Award Төмөр шагналын ялагч бөгөөд сайн зохиогдсон бүтээлээс хүлээгддэг мэргэжлийн болон үйлдвэрлэлийн шаардлагыг хангасан сайн загварт олгодог нэр хүндтэй хүлээн зөвшөөрөлт юм. Төмөр ялагчид бүтээгчдийнхээ агуу ур чадвар, өндөр мэргэшил, мэргэжилтний ойлголт, бүтээлч чадавхийг харуулдаг. Generate Images from Lines Дотоод засал чимэглэлийн зохиогч нь өндөр үнэлэгдсэн, биширсэн, хайрласан, практик, шинэлэг бүтээл байх болно гэж хүлээгддэг. Төмөр шагнал хүртсэн энэ загвар нь салбарын шилдэг туршлагыг нэгтгэж, мэдлэг, авьяастай холбогдсон чадварлаг техникийн шинж чанартай. Generate Images from Lines Дотоод засал чимэглэлийн зохиогч нь нухацтай байдлаараа хүндлэгддэг бөгөөд амьдралын чанарыг сайжруулж, дэлхийг илүү сайхан газар болгоход туслахаар зохиогдсон.

Дизайны цаад тал

Хэвлэлийн багц

Зохиогчийн өгсөн кредит, багийн гишүүд болон техникийн дэлгэрэнгүй мэдээлэл.

Өвөрмөц шинж чанарууд: The design was done by artificial intelligence (AI) in collaboration with designers. We trained an AI that professionally generates interior designs, which can generate interior designs with different decorative styles based on input line drafts. It solves the problem that the traditional design modification requires remodeling and rendering. It only takes a few seconds to generate a design using this method, and the efficiency of generation and modification is increased by dozens of times.
Хэмжээ & Савлагаа: Use artificial intelligence to cooperate with designers to generate designs with different decorative styles. The design area is 160 square meters, and the decoration styles include modern, Japanese, European, and Chinese styles.
Шошго: Artificial intelligence, Human-machine collaboration, Interior design, Generative design, Efficient design, Rapid modification, Controllable design, Decoration style control
Үйлдвэрлэлийн технологи: The AI technology we use is our improved diffusion model technology. The typical defect of the diffusion model is that it cannot generate design according to specific "decorative style" and "space attribute," which is fatal for interior design. To this end, we re-collected and manufactured a data set containing more than 20,000 interior design renderings and data annotations and handed the data set to AI learning to generate an AI suitable for interior design. The AI can generate interior renderings specifying "decorative style" and "space attributes" by inputting line sketches.
Дизайны сорилт: The challenge of this design is to build a professional interior design AI that generates designs of high quality and correct decor. To this end, we asked professional designers to collect and label tens of thousands of interior design images and then handed over the filtered data to AI for training. Make AI understand what is "decorative style," "spatial attributes," and "aesthetic attributes" and generate an interior design with a specified decorative style.
Судалгаа: Research Background: The interior design process could be more convenient, and the efficiency of design and modification could be higher.
Methods: We trained an AI for professional interior design and used AI to cooperate with people to generate interior designs of various decorative styles from line drawings.
Results: Using our AI, designers can obtain an interior design rendering every few seconds, efficiently generating and modifying designs.
Insights: Our method can quickly generate large batches of interior designs with specified decoration styles and spatial attributes, and the generated results can be changed by modifying the line draft. Design efficiency is improved by eliminating the need for manual modeling and rendering.
Урам зориг: The traditional process of obtaining renderings for interior design is tedious and time-consuming. We use artificial intelligence (AI) to generate interior design, improve design efficiency, and explore new ways of human-computer collaborative design. Specifically, we trained an AI to create interior designs, which can quickly generate and modify designs in cooperation with humans. Changing the design does not require modifying the model and re-rendering, which improves design efficiency.
Төслийн хугацаа: The project is located in Guangzhou, Guangdong Province, China, and was designed in 2023.
Үйл ажиллагааны урсгал: 1. Professional designers collect interior design images and mark and screen them.
2. Use the filtered data to train a professional interior design AI.
3. Designers use AI to design.
4. The designer inputs the hand-drawn or design line draft into AI to specify the decoration style.
5. AI generates the interior design of the specified decoration style.
6. The designer adjusts the line draft of the unsatisfactory part of the design and then regenerates the design.
7. After adjusting the line draft and generating it multiple times, a good design is obtained.