基于深度学习的稳态扩散模型的建筑设计方法及系统

专利申请号：CN202310579906.2

公 开 号：CN116776420A

发 明 人：范华冰 宁文峰 黎国进 龙潇 姚元庆 曾凡超 

代 理 人：胡琳萍;张宇

代理机构：湖北武汉永嘉专利代理有限公司

专利类型：发明专利

申 请 日：20230919

公 开 日：20230522

专利主分类号：G06F30/13

关 键 词：图像数据 文本数据 数据集 图像 超分辨率处理 建筑设计技术 辅助设计 工作流程 工作效率 建筑功能 建筑设计 建筑形式 快速成型 专业实践 稳态 标注 扩散 分析 帮助 学习 

摘      要：本发明公开了一种基于深度学习的稳态扩散模型的建筑设计方法及系统，属于建筑设计技术领域，其中，方法的实现包括：对收集的图像数据及文本数据进行标注得到数据集，通过数据集基于SD模型进行训练，得到经过训练的SD模型；输入待处理的文本数据和图像数据，通过训练的SD模型进行分析和计算，得到建筑图像，并使用Real‑ESRGAN对建筑图像进行超分辨率处理。本发明利用AI技术的优势，能帮助设计师改变现有的专业实践方式和工作流程，辅助设计以提高工作效率，启发设计思路，丰富原有建筑功能和建筑形式，实现设计的快速成型。