从建筑草图到概念表示：基于结构感知扩散模型的学校建筑渲染生成

生成式人工智能 (AI) 的快速发展使得能够从建筑草图生成渲染图，极大提升了建筑设计初期沟通效率和概念表达能力。然而，生成图像常常缺乏建筑师草图中所体现的结构细节。草图通常强调整体结构，而窗户、门等关键组件常以简单线条表示或完全遗漏。对于学校建筑而言，控制构件（如窗户的形状和比例）至关重要，这直接影响生成图像能否准确反映建筑师的设计意图。为此，我们提出一种基于结构感知扩散模型的建筑图像生成方法，通过检索增强来提升对设计意图的表达。该框架利用建筑构件增强生成过程，弥补草图在构件细节上的不足。这些构件提供清晰的空间和结构信息，提高了模型解读和生成建筑细节的能力。经优化的草图结合文本提示输入到所提出的结构感知扩散模型中，用于生成细致真实的学校建筑图像。实验结果表明，该框架在生成建筑设计方面具有有效性。