智能AI
morning
基于 VLM 的建筑布局自动多粒度图形表示，用于设计信息学
摘要
arXiv:2608.24886v1 Announce Type: new Abstract: Architectural floorplan images encode rich relational knowledge among functional spaces, which underpins design retrieval, knowledge-based reasoning, an...
the
graph
for
graphs
grained
images
knowledge
design
and
building
2026-08-28
1 阅读
约1分钟阅读
Song Guo, Zhuoshi Chen, Maosu Li, Weimin Zhuang
字号:
arXiv:2608.24886v1 公告类型：新 摘要：建筑平面图图像编码了功能空间之间丰富的关系知识，支撑着整个建筑生命周期的设计检索、基于知识的推理和 BIM 丰富。然而，自动构建公共建筑的任务自适应图形表示仍然具有挑战性。为了解决这一差距，我们首先为公共建筑布局定义多粒度层次图（LoG）。在方法上，我们通过节点识别、边缘推理、文本解析和图粗化提出了一种基于视觉语言模型（VLM）的自动 LoG 构建。 VLM 生成的表示在现实世界任务中进行了系统评估和测试，并使用全球 147 个学术图书馆平面图作为案例研究。实验表明，VLM 生成的图与人工标记的图大体一致（匹配节点比率 >= 92%；三 LoG 图生成的每个平面图为 509.3 秒）。细粒度图产生最佳的节点级区域预测（宏 F1 = 0.647，细粒度复杂度为 65%），而粗粒度图对于图级布局质量评估最有效（Spearman 的 \r{ho} = 0.610，细粒度复杂度为 16%）。通过从平面图图像中实现可扩展、无注释的结构化布局信息提取，本研究通过将平面图图像转换为知识表示来推进设计信息学，从而提高整个建筑生命周期中设计信息的利用率。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱