基于生成式AI从建筑模型提取多层次建筑草图：面向多层次建筑设计生成的数据集构建
计算机视觉与模式识别
2026-01-27 v1 人工智能
摘要
对于建筑设计，跨越多个细节层次（Levels of Detail, LoD）的表示对于实现从概念质量到详细建模的平滑过渡至关重要。然而，传统的LoD建模过程依赖于手动操作，往往耗时、耗力且易产生几何不一致的问题。虽然生成式人工智能（AI）的快速发展为从草图输入生成多层次建筑模型开辟了新可能，但其应用受限于缺乏高质量的配对LoD训练数据。为此，我们提出一种利用生成式AI模型进行自动LoD草图提取的框架，该框架逐步简化高细节建筑模型，以自动生成几何一致且层次结构连贯的多LoD表示。该框架将计算机视觉技术与生成式AI方法集成，建立一条从详细表征到体积抽象的渐进提取管道。实验结果表明，该方法在不同LoD层次之间保持强大的几何一致性，在从LoD3到LoD2以及从LoD2到LoD1的转换中分别实现了0.7319和0.7532的结构相似性（SSIM），相应的归一化Hausdorff距离为图像对角线的25.1%和61.0%，反映了抽象过程中几何偏差的可控性。这些结果验证了该框架在保持全局结构的同时，实现了不同LoD层次之间语义渐进简化，为AI驱动的多层次建筑生成和分层建模提供了可靠的数据与技术支持。
引用
@article{arxiv.2601.17095,
title = {LoD Sketch Extraction from Architectural Models Using Generative AI: Dataset Construction for Multi-Level Architectural Design Generation},
author = {Xusheng Du and Athiwat Kongkaeo and Ye Zhang and Haoran Xie},
journal= {arXiv preprint arXiv:2601.17095},
year = {2026}
}
备注
10 pages, 5 figures, Proceedings of CAADRIA 2026