Generate Images from Lines Generator Projektowania Wnętrz - Junming Chen

Projekt Generate Images from Lines Generator Projektowania Wnętrz autorstwa: Junming Chen zdobył cenioną i bardzo prestiżową nagrodę Żelazna Nagroda A' Design Award 2023 w kategorii konkursowej: Generatywne.

ŻelaznaGeneratywne· 2023

Generate Images from Lines Generator Projektowania Wnętrz

Projektant: Junming Chen

Klient: Junming Chen

Zwycięzca Żelazna Nagroda A' Design Award w kategorii: Generatywne

48,097

Zweryfikowany Zwycięzca Nagrody

Zweryfikuj status nagrody dla #150690

Zobacz w A' Design Award Informacja prasowa Znaczek nagrody

Kolory

Projekt

O projekcie Generate Images from Lines Generator Projektowania Wnętrz

Book Text: Generate Images from Lines to system sztucznej inteligencji, który tworzy wizualizacje wnętrz na podstawie rysunków liniowych. System oparty jest na ulepszonym modelu dyfuzyjnym, wytrenowanym na ponad 20 000 zdjęć wnętrz zebranych i opisanych przez profesjonalnych projektantów. Projektanci wprowadzają odręczny lub cyfrowy szkic liniowy i wybierają styl dekoracyjny, taki jak nowoczesny, japoński, europejski lub chiński. Wizualizacja powstaje w ciągu kilku sekund. Zmiany w projekcie wprowadza się poprzez edycję szkicu liniowego, dzięki czemu nie jest wymagane ręczne modelowanie ani ponowne renderowanie.

Wyróżnienie

O nagrodzie Żelazna Nagroda A' Design Award

Generate Images from Lines Generator Projektowania Wnętrz to laureat Żelaznej Nagrody A' Design Award, prestiżowego wyróżnienia przyznawanego dobrym projektom, które spełniają zawodowe i przemysłowe wymagania oczekiwane od dobrze zaprojektowanych dzieł. Laureaci Żelaznej Nagrody wykazują wielką biegłość, wysoką specjalizację, fachowe zrozumienie i zdolności twórcze ich autorów. Generate Images from Lines Generator Projektowania Wnętrz ma być wysoko cenionym, podziwianym i drogim sercu dziełem, które jest praktyczne i innowacyjne. Ten projekt nagrodzony Żelazną Nagrodą A' Design Award integruje najlepsze praktyki branżowe i ma kompetentne cechy techniczne powiązane z wiedzą fachową i talentem. Dzięki starannemu wykonaniu Generate Images from Lines Generator Projektowania Wnętrz cieszy się szacunkiem, a jego zadaniem jest zapewnianie poprawy jakości życia, która pomaga uczynić świat lepszym miejscem.

Za kulisami projektu

Pakiet prasowy

Autorzy, członkowie zespołu i szczegóły techniczne podane przez projektanta.

Unikalne Cechy: 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.
Wymiary i Opakowanie: 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.
Tagi: Artificial intelligence, Human-machine collaboration, Interior design, Generative design, Efficient design, Rapid modification, Controllable design, Decoration style control
Technologia Produkcji: 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.
Wyzwanie Projektowe: 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.
Badania: 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.
Inspiracja: 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.
Czas Trwania Projektu: The project is located in Guangzhou, Guangdong Province, China, and was designed in 2023.
Przebieg Działania: 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.