House-GAN：用于图约束户型生成的关系生成对抗网络
计算机视觉与模式识别
2020-03-17 v1
摘要
本文提出一种新颖的图约束生成对抗网络（GAN），其生成器与判别器基于关系架构构建。核心思想是将约束编码到其关系网络的图结构中。我们已针对新的户型生成问题展示了所提架构，该任务的输入为图形式的建筑约束（即房间数量与类型及其空间邻接关系），输出为一组房间轴对齐包围盒。我们使用三个指标衡量生成户型的质量：真实感、多样性以及与输入图约束的兼容性。基于117,000张真实平面图图像的定性与定量评估表明，所提方法优于现有方法与基线。我们将公开分享所有代码与数据。
引用
@article{arxiv.2003.06988,
title = {House-GAN: Relational Generative Adversarial Networks for Graph-constrained House Layout Generation},
author = {Nelson Nauata and Kai-Hung Chang and Chin-Yi Cheng and Greg Mori and Yasutaka Furukawa},
journal= {arXiv preprint arXiv:2003.06988},
year = {2020}
}