基于pix2pix的类平面图生成及评价方法研究

作者：崔哲; 郭昱; 李华^*

来源：住宅科技, 2023, 43(09): 27-35.

DOI：10.13626/j.cnki.hs.2023.09.007

• pix2pix
• 平面图生成
• 类平面图
• 训练方法
• 评价方法

文章定义“类平面图”的概念，通过统一规则生成4 556套不重复的类平面图样本，以此解决样本收集和量化评价难的问题；并基于pix2pix算法，设置单一GAN、堆叠GAN两种构架的生成模型，从生成图与真实图的像素相似度和主观评分两方面评价模型的学习效果。结果显示：(1)单一GAN模型的学习效果随样本量和学习回合的增加而稳步提升，而堆叠GAN模型的学习效果与训练参数的相关性较弱；(2)从像素相似度的平均值来看，单一GAN模型优于堆叠GAN模型；(3)从像素相似度的最高值和主观评分来看，堆叠GAN模型优于单一GAN模型；(4)整体而言，单一GAN模型生成的平面图空间分割更清晰，对规则的学习效果也优于堆叠GAN模型。研究结果为后续复杂建筑的训练、生成图中的断线优化、损失函数梯度的降低提供研究思路，也为大规模生成数字建成环境提供技术和理论基础。

• 单位
  同济大学