用于城市设计的 GAN

Stanislava Fedorova

用于城市设计的 GAN

计算机视觉与模式识别 2021-05-06 v1 机器学习

作者: Stanislava Fedorova

摘要

机器学习与大数据工具的发展和扩散为建筑师与城市规划者提供了一种可用作分析或设计工具的新手段。本文所探讨的主题是将生成对抗网络(Generative Adversarial Networks, GAN)应用于城市街区的设计。该研究提出了一种能够适应城市形态特征的灵活模型。此方法未显式定义城市街区任何典型参数,算法从既有城市语境中学习这些参数。为考察模型性能及不同城市间风格迁移的可能性,该方法已应用于形态各异的城市:米兰、阿姆斯特丹、塔林、都灵与班加罗尔。数据取自 Openstreetmap 与各城市开放数据门户。本研究展示了实验结果及其定量与定性评估。

关键词

生成对抗网络城市设计城市形态风格迁移空间数据

引用

@article{arxiv.2105.01727,
  title  = {GANs for Urban Design},
  author = {Stanislava Fedorova},
  journal= {arXiv preprint arXiv:2105.01727},
  year   = {2021}
}

备注

Presented in SimAUD 2021 9 pages, 8 figures Related github repositories: https://github.com/STASYA00/urban_datasets https://github.com/STASYA00/UrbanGen

用于城市设计的 GAN

摘要

关键词

引用

备注

相关论文