論文の概要: GlobalMapper: Arbitrary-Shaped Urban Layout Generation
- arxiv url: http://arxiv.org/abs/2307.09693v1
- Date: Wed, 19 Jul 2023 00:36:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-20 15:45:49.428174
- Title: GlobalMapper: Arbitrary-Shaped Urban Layout Generation
- Title(参考訳): GlobalMapper: 任意形状の都市レイアウト生成
- Authors: Liu He, Daniel Aliaga
- Abstract要約: 建物のレイアウトは、道路のネットワークによって定義される都市ブロック内の建物のセットで構成されています。
本稿では,グラフアテンションネットワークを用いたレイアウト生成のための完全自動手法を提案する。
ユーザスタディを含む本研究の結果は,従来のレイアウト生成ネットワークと比較して優れた性能を示した。
- 参考スコア(独自算出の注目度): 1.5076964620370268
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modeling and designing urban building layouts is of significant interest in
computer vision, computer graphics, and urban applications. A building layout
consists of a set of buildings in city blocks defined by a network of roads. We
observe that building layouts are discrete structures, consisting of multiple
rows of buildings of various shapes, and are amenable to skeletonization for
mapping arbitrary city block shapes to a canonical form. Hence, we propose a
fully automatic approach to building layout generation using graph attention
networks. Our method generates realistic urban layouts given arbitrary road
networks, and enables conditional generation based on learned priors. Our
results, including user study, demonstrate superior performance as compared to
prior layout generation networks, support arbitrary city block and varying
building shapes as demonstrated by generating layouts for 28 large cities.
- Abstract(参考訳): 都市建築レイアウトのモデル化と設計は、コンピュータビジョン、コンピュータグラフィックス、都市アプリケーションに大きな関心を持っている。
建物のレイアウトは、道路網によって定義される都市ブロック内の建物のセットで構成されています。
建物配置は, 様々な形状の建物の複数列からなる離散構造であり, 任意の都市ブロック形状を標準形状にマッピングするスケルトン化に寄与すると考えられる。
そこで我々は,グラフアテンションネットワークを用いたレイアウト生成のための完全自動手法を提案する。
本手法は任意の道路網を与えられた都市レイアウトを現実的に生成し,事前学習に基づく条件付き生成を可能にする。
本研究は,28都市を対象にしたレイアウト生成により,従来のレイアウト生成ネットワークに比べて優れた性能を示し,任意の都市ブロックや建物形状のバリエーションを提示する。
関連論文リスト
- CityGen: Infinite and Controllable 3D City Layout Generation [26.1563802843242]
CityGenは、無限で多様性があり、制御可能な3D都市レイアウト生成のための新しいエンドツーエンドフレームワークである。
CityGenは、FIDおよびKIDの下での最先端のSOTA(State-of-the-art)のパフォーマンスを達成し、無限に制御可能な3D都市レイアウトを生成する。
論文 参考訳(メタデータ) (2023-12-03T21:16:37Z) - CityDreamer: Compositional Generative Model of Unbounded 3D Cities [48.289620356556185]
本研究では,3次元都市を対象とした合成モデルであるCityDreamerを提案する。
我々は2つのデータセット、OSMとGoogleEarthを構築し、膨大な量の現実世界の都市画像を含む。
CityDreamerは、さまざまな生活スタイルの3D都市を創造する最先端の手法よりも優れていることを証明している。
論文 参考訳(メタデータ) (2023-09-01T17:57:02Z) - Generating Redstone Style Cities in Minecraft [7.047846528263768]
本稿では,2023年度マインクラフト開発コンペティションコンペティション(Minecraft Settlement Generation Competition for Minecraft)のエントリーとして提出された都市ジェネレータについて紹介する。
生成手順は、植生の除去、地形の変更、建築レイアウトの生成、ルート計画、街灯配置、壁建設の6つの主要なステップで構成されている。
論文 参考訳(メタデータ) (2023-07-19T06:36:01Z) - UrbanBIS: a Large-scale Benchmark for Fine-grained Urban Building
Instance Segmentation [50.52615875873055]
都市BISは6つの実際の都市のシーンで構成され、25億点があり、面積は10.78平方キロメートルである。
UrbanBISは、建物、車両、植生、道路、橋など、豊富な都市オブジェクトに意味レベルのアノテーションを提供する。
UrbanBISは、きめ細かいサブカテゴリを導入した最初の3Dデータセットである。
論文 参考訳(メタデータ) (2023-05-04T08:01:38Z) - Human-instructed Deep Hierarchical Generative Learning for Automated
Urban Planning [57.91323079939641]
我々は,最適な都市計画を生成するために,人間に指示された新しい深層階層生成モデルを構築した。
最初の段階は、機能ゾーンを発見するために、目標領域の格子に遅延関数をラベル付けすることである。
第2の段階は、都市機能投影を形成するための計画要件を理解することである。
第3の段階は、マルチアテンションを活用して、機能プロジェクションのゾーン・ゾーン・ピア依存関係をモデル化し、グリッドレベルの土地利用構成を生成することである。
論文 参考訳(メタデータ) (2022-12-01T23:06:41Z) - OmniCity: Omnipotent City Understanding with Multi-level and Multi-view
Images [72.4144257192959]
本稿では,マルチレベル・マルチビュー画像から全能都市理解のための新しいデータセットであるOmniCityを提案する。
データセットには100万画素以上の注釈付き画像が含まれており、ニューヨーク市の25万画素のジオロケーションから順に収集されている。
新たなOmniCityデータセットでは,フットプリント抽出や高さ推定,平面/インスタンス/きめ細かなセグメンテーションなど,さまざまなタスクのベンチマークが提供されている。
論文 参考訳(メタデータ) (2022-08-01T15:19:25Z) - TMBuD: A dataset for urban scene building detection [0.0]
本稿では,都市景観における人造構造物の画像処理に適したデータセットソリューションTMBuDを提案する。
提案したデータセットは、建物の街路ビューに焦点をあてた画像の健全なエッジとセマンティックセグメンテーションの適切な評価を可能にする。
このデータセットは、ルーマニアのティミショアラから160枚の建物を撮影したもので、解像度は768 x 1024ピクセルである。
論文 参考訳(メタデータ) (2021-10-27T17:08:11Z) - GANs for Urban Design [0.0]
本論文で検討されたトピックは、都市ブロックの設計にGenerative Adversarial Networksを応用することである。
この研究は、都市の形態学的特性に適応できる柔軟なモデルを提示する。
論文 参考訳(メタデータ) (2021-05-04T19:50:24Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳(メタデータ) (2021-04-30T12:47:52Z) - House-GAN: Relational Generative Adversarial Networks for
Graph-constrained House Layout Generation [59.86153321871127]
主な考え方は、制約をリレーショナルネットワークのグラフ構造にエンコードすることである。
我々は、新しい住宅レイアウト生成問題に対する提案されたアーキテクチャを実証した。
論文 参考訳(メタデータ) (2020-03-16T03:16:12Z)
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。