論文の概要: Using Text-to-Image Generation for Architectural Design Ideation
- arxiv url: http://arxiv.org/abs/2304.10182v1
- Date: Thu, 20 Apr 2023 09:46:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-21 13:49:24.633282
- Title: Using Text-to-Image Generation for Architectural Design Ideation
- Title(参考訳): 建築設計イデオロギーにおけるテキストから画像への生成
- Authors: Ville Paananen, Jonas Oppenlaender, Aku Visuri
- Abstract要約: 本研究は, 建築設計プロセスの初期段階において, 創造性を支えるためのテキスト・ツー・イメージ・ジェネレータの可能性について, 初めて検討したものである。
我々は17人の建築学生とともに実験室で研究を行い、3つの人気テキスト・ツー・イメージ・ジェネレータを用いた文化センターの概念を考案した。
- 参考スコア(独自算出の注目度): 10.938191897918474
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The recent progress of text-to-image generation has been recognized in
architectural design. Our study is the first to investigate the potential of
text-to-image generators in supporting creativity during the early stages of
the architectural design process. We conducted a laboratory study with 17
architecture students, who developed a concept for a culture center using three
popular text-to-image generators: Midjourney, Stable Diffusion, and DALL-E.
Through standardized questionnaires and group interviews, we found that image
generation could be a meaningful part of the design process when design
constraints are carefully considered. Generative tools support serendipitous
discovery of ideas and an imaginative mindset, enriching the design process. We
identified several challenges of image generators and provided considerations
for software development and educators to support creativity and emphasize
designers' imaginative mindset. By understanding the limitations and potential
of text-to-image generators, architects and designers can leverage this
technology in their design process and education, facilitating innovation and
effective communication of concepts.
- Abstract(参考訳): テキスト対画像生成の最近の進歩は、建築設計において認識されている。
本研究は,建築設計プロセスの初期段階におけるクリエイティビティ支援におけるテキストから画像へのジェネレータの可能性を検討する最初の試みである。
我々は17人の建築学生とともに実験室で研究を行い,3つの人気テキスト・ツー・イメージ・ジェネレータ(Midjourney,Stable Diffusion,DALL-E)を用いた文化センターのコンセプトを開発した。
標準化されたアンケートやグループインタビューを通じて、デザイン制約を慎重に検討する場合、画像生成が設計プロセスの意義ある部分になることが判明した。
生成ツールは、アイデアのセレンディピタブルな発見と想像的な考え方をサポートし、設計プロセスを豊かにする。
イメージジェネレータの課題をいくつか特定し,創造性を支援するソフトウェア開発や教育者への配慮と,デザイナーの想像力に富む考え方の強調を行った。
テキストから画像へのジェネレータの限界と可能性を理解することによって、アーキテクトとデザイナーは、この技術を設計プロセスと教育で活用し、イノベーションと効果的なコンセプトのコミュニケーションを促進することができる。
関連論文リスト
- Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳(メタデータ) (2024-02-27T17:11:35Z) - DreamCreature: Crafting Photorealistic Virtual Creatures from
Imagination [140.1641573781066]
ターゲット概念のラベルなしイメージのセットを前提として、我々は、新しいハイブリッド概念を創出できるT2Iモデルをトレーニングすることを目指している。
そこで我々はDreamCreatureと呼ばれる新しい手法を提案し,その基盤となるサブ概念を同定し抽出する。
したがって、T2Iは忠実な構造とフォトリアリスティックな外観を持つ新しい概念を生成するのに適応する。
論文 参考訳(メタデータ) (2023-11-27T01:24:31Z) - Human Machine Co-Creation. A Complementary Cognitive Approach to
Creative Character Design Process Using GANs [0.0]
2つのニューラルネットワークが競合し、元のデータセットと区別できない新しい視覚コンテンツを生成する。
提案するアプローチは、知覚、理解、作成のプロセスを伝えることを目的としている。
マシンが生成した概念は、キャラクターデザイナーが新しいキャラクターを概念化するためのローンチプラットフォームとして使用される。
論文 参考訳(メタデータ) (2023-11-23T12:18:39Z) - ConceptLab: Creative Concept Generation using VLM-Guided Diffusion Prior
Constraints [56.824187892204314]
我々は創造的なテキスト・画像生成の課題を提示し、幅広いカテゴリの新しいメンバーを創り出そうとする。
本稿では, 先行拡散の出力空間上での最適化プロセスとして, 創造的生成問題を定式化できることを示す。
我々は、最適化問題に新たな制約を適応的に付加する質問応答型視覚言語モデル(VLM)を導入し、よりユニークな生成物を発見するようモデルに促す。
論文 参考訳(メタデータ) (2023-08-03T17:04:41Z) - Experiments on Generative AI-Powered Parametric Modeling and BIM for
Architectural Design [4.710049212041078]
この研究は、3Dアーキテクチャ設計におけるChatGPTと生成AIの可能性について実験した。
このフレームワークはアーキテクトに設計意図を伝えるための直感的で強力な方法を提供する。
論文 参考訳(メタデータ) (2023-08-01T01:51:59Z) - Unsupervised Compositional Concepts Discovery with Text-to-Image
Generative Models [80.75258849913574]
本稿では、異なる画像の集合を考えると、各画像を表す生成概念を発見できるかという逆問題を考える。
本稿では,画像の集合から生成概念を抽出し,絵画やオブジェクト,キッチンシーンからの照明から異なる美術スタイルを分離し,イメージネット画像から得られる画像クラスを発見するための教師なしアプローチを提案する。
論文 参考訳(メタデータ) (2023-06-08T17:02:15Z) - Automatic Measures for Evaluating Generative Design Methods for
Architects [2.4752678938561634]
アーキテクトが概念的スケッチから設計提案を期待していることについて説明する。
これらの基準に対処できる画像から画像への生成手法をいくつか評価する。
論文 参考訳(メタデータ) (2023-03-20T22:34:57Z) - Generative Transformers for Design Concept Generation [7.807713821263175]
本研究では,人工知能(AI)分野における自然言語生成技術(NLG)の最近の進歩について考察する。
テキストデータからの知識と推論を活用するために,GPT(Generative Pre-trained Transformer)を用いた新しい手法を提案する。
3つの概念生成タスクは、異なる知識と推論(ドメイン知識合成、問題駆動合成、アナログ駆動合成)を活用するために定義される。
論文 参考訳(メタデータ) (2022-11-07T11:29:10Z) - Visualize Before You Write: Imagination-Guided Open-Ended Text
Generation [68.96699389728964]
我々は、機械生成画像を用いて、オープンエンドテキスト生成における言語モデルをガイドするiNLGを提案する。
オープンエンドテキスト生成タスクにおけるiNLGの有効性について実験と解析を行った。
論文 参考訳(メタデータ) (2022-10-07T18:01:09Z) - Pathway to Future Symbiotic Creativity [76.20798455931603]
そこで本研究では, 5クラス階層の創造システムを分類し, 擬人アーティストから機械アーティストへの創造の道筋を示す。
芸術創造においては、機械は欲求、感謝、感情を含む人間の精神状態を理解する必要があるが、機械の創造的能力と限界も理解する必要がある。
我々は、人間互換のAIシステムが「ループ内人間」の原理に基づいているべきだという哲学を取り入れた、未来のマシンアーティストを構築するための新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2022-08-18T15:12:02Z) - Generative Pre-Trained Transformer for Design Concept Generation: An
Exploration [6.233117407988574]
本稿では,自然言語設計概念生成における生成事前学習変換器(GPT)の利用について検討する。
本実験では, GPT-2 と GPT-3 を設計作業における様々な創造的推論に用いた。
論文 参考訳(メタデータ) (2021-11-16T14:12:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。