FloorplanMAE：一种从部分输入生成完整平面图的自监督框架
人工智能
2025-08-05 v2
摘要
在建筑设计过程中，平面图设计通常是一个动态且迭代的过程。建筑师根据他们的想法和需求逐步绘制平面图的各个部分，并在整个设计过程中不断调整和完善。因此，从部分平面图预测完整平面图的能力在设计过程中具有重要价值。这种预测可以帮助建筑师快速生成初步设计，提高设计效率，并减少与重复修改相关的工作量。为了满足这一需求，我们提出了 FloorplanMAE，一个将不完整平面图恢复为完整平面图的自监督学习框架。首先，我们开发了一个专门针对建筑平面图训练的平面图重建数据集 FloorplanNet。其次，我们提出了一种基于掩码自编码器（MAE）的平面图重建方法，该方法通过掩蔽平面图的各个部分并训练一个轻量级的 Vision Transformer（ViT）来重建缺失部分。我们评估了 FloorplanMAE 的重建精度，并将其与最先进的基准进行了比较。此外，我们使用建筑设计早期的真实草图验证了该模型。实验结果表明，FloorplanMAE 模型能够从不完整的局部平面图生成高质量的完整平面图。该框架为平面图生成提供了一个可扩展的解决方案，具有广阔的应用前景。
引用
@article{arxiv.2506.08363,
title = {FloorplanMAE:A self-supervised framework for complete floorplan generation from partial inputs},
author = {Jun Yin and Jing Zhong and Pengyu Zeng and Peilin Li and Miao Zhang and Ran Luo and Shuai Lu},
journal= {arXiv preprint arXiv:2506.08363},
year = {2025}
}