論文の概要: DPLAN: Minimal Connectivity to Floorplan Generation
- arxiv url: http://arxiv.org/abs/2606.21159v1
- Date: Fri, 19 Jun 2026 06:51:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 07:49:12.539829
- Title: DPLAN: Minimal Connectivity to Floorplan Generation
- Title（参考訳）: DPLAN: フロアプラン生成への最小接続性
- Authors: Rohit Lohani, Krishnendra Shekhawat,
- Abstract要約: DPLAN(Door Connectivity to Floor Plan Generation)は、ドアと非ドアの制約からフロアプランを生成するグラフベースのプロトタイプである。
このフレームワークはPythonで実装されており、インタラクティブな制約仕様とフロアプラン可視化のプロトタイプが含まれている。
- 参考スコア（独自算出の注目度）: 0.42970700836450487
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated floor plan generation is an important problem in computational architectural design. The goal is to construct a floor plan from user-defined room numbers and door requirements. The user specifies which rooms must share a door and which rooms must not be adjacent. However, these requirements do not determine the exact placement or shape of the rooms. The task is therefore to arrange the rooms in a single floor plan so that all required door connections are satisfied and no rooms overlap. To address this problem, we propose DPLAN (Door Connectivity to Floor Plan Generation), a graph-based prototype that generates floor plans from door and non-adjacency constraints. The framework operates in three stages. First, the user-defined graph is examined and, if disconnected, additional edges are added to connect its components. Second, a bi-connected plane triangulation is constructed to ensure the existence of a floor plan without overlapping rooms or empty spaces. Third, the triangulated graph is transformed into floor plans. For rectangular floor plans (RFPs), separating triangles are removed by modifying edges without adding new vertices, thereby avoiding the creation of extra rooms. For orthogonal floor plans (OFPs), separating triangles are removed by introducing additional vertices, allowing rectilinear room shapes. By enforcing both door and non-adjacency requirements, the framework generates floor plans that satisfy the given constraints. The method is implemented in Python and includes a prototype for interactive constraint specification and floor plan visualization. Currently, the framework supports rectangular plot boundaries. Future work includes support for non-rectangular plots, dimension-based scaling, and circulation modeling.
- Abstract（参考訳）: フロアプランの自動生成は、計算アーキテクチャ設計において重要な問題である。
目標は、ユーザ定義の部屋番号とドア要件からフロアプランを構築することです。
ユーザは、どの部屋がドアを共有しなければならないか、どの部屋が隣接していなければならないかを指定する。
しかし、これらの要件は部屋の正確な配置や形状を決定するものではない。
そのため、必要なすべてのドア接続が満たされ、部屋が重複しないように、部屋を1階の計画に配置する。
そこで本研究では,ドアおよび非ドア制約からフロアプランを生成するグラフベースのプロトタイプであるDPLAN(Door Connectivity to Floor Plan Generation)を提案する。
フレームワークは3段階で動作する。
まず、ユーザ定義グラフを調べ、もし切断されたら、そのコンポーネントを接続するために追加のエッジを追加します。
第2に、部屋や空きスペースを重畳することなく、フロアプランの存在を保証するために、バイコネクテッドな平面三角測量を構築する。
第3に、三角グラフはフロアプランに変換される。
長方形のフロアプラン(RFP)では、新しい頂点を追加することなくエッジを変更することで三角形の分離を除去し、余分な部屋を作らないようにする。
直交フロアプラン(OFP)では、追加の頂点を導入することで三角形を分離し、直線的な部屋形状を可能にする。
ドアと非アクセサリー要件の両方を強制することにより、フレームワークは与えられた制約を満たすフロアプランを生成する。
このメソッドはPythonで実装され、インタラクティブな制約仕様とフロアプラン可視化のためのプロトタイプを含んでいる。
現在、このフレームワークは矩形プロット境界をサポートしている。
今後の作業には、非矩形プロット、次元ベースのスケーリング、循環モデリングのサポートが含まれる。
関連論文リスト
- TLC-Plan: A Two-Level Codebook Based Network for End-to-End Vector Floorplan Generation [19.063941053235567]
空間入力境界からベクトルを直接合成する階層的生成モデルであるTLC-Planを提案する。
TLC-Planは、グローバルレイアウトをセマンティックラベル付きルームバウンディングボックスとしてエンコードするために、2レベルVQ-VAEを使用している。
実験では、RPLANデータセット上での最先端のパフォーマンスと、LIデータセット上でのリード結果が示されている。
論文 参考訳（メタデータ） (2026-02-06T15:36:50Z) - RoomCraft: Controllable and Complete 3D Indoor Scene Generation [51.19602078504066]
RoomCraftは、実際の画像、スケッチ、テキスト記述をコヒーレントな3D屋内シーンに変換するマルチステージパイプラインである。
このアプローチでは,シーン生成パイプラインと制約駆動最適化フレームワークを組み合わせる。
RoomCraftは、リアルでセマンティックなコヒーレントで視覚的に魅力的な部屋レイアウトを生成する上で、既存の方法よりもはるかに優れています。
論文 参考訳（メタデータ） (2025-06-27T15:03:17Z) - Open-Vocabulary Octree-Graph for 3D Scene Understanding [54.11828083068082]
Octree-Graphはオープンな3Dシーン理解のための新しいシーン表現である。
セマンティクスを記憶し、その形状に応じてオブジェクトの占有度を調節するアダプティブ・オクツリー構造を開発する。
論文 参考訳（メタデータ） (2024-11-25T10:14:10Z) - ConceptGraphs: Open-Vocabulary 3D Scene Graphs for Perception and
Planning [125.90002884194838]
ConceptGraphsはオープンな3Dシーン用のグラフ構造化表現である。
2Dファウンデーションモデルを活用し、マルチビューアソシエーションによってアウトプットを3Dに融合することで構築される。
我々は,この表現の有用性を,下流の計画タスクを通じて実証する。
論文 参考訳（メタデータ） (2023-09-28T17:53:38Z) - SceneHGN: Hierarchical Graph Networks for 3D Indoor Scene Generation
with Fine-Grained Geometry [92.24144643757963]
3D屋内シーンは、インテリアデザインからゲーム、バーチャルおよび拡張現実に至るまで、コンピュータグラフィックスで広く使われている。
高品質な3D屋内シーンは、専門知識が必要であり、手動で高品質な3D屋内シーンを設計するのに時間を要する。
SCENEHGNは3次元屋内シーンの階層的なグラフネットワークであり,部屋レベルからオブジェクトレベルまでの全階層を考慮し,最後にオブジェクト部分レベルに展開する。
提案手法は, 立体形状の細かな家具を含む, 可塑性3次元室内容を直接生成し, 直接的に生成することができる。
論文 参考訳（メタデータ） (2023-02-16T15:31:59Z) - Connecting the Dots: Floorplan Reconstruction Using Two-Level Queries [27.564355569013706]
本稿では,複数の部屋の多角形を並列に生成するトランスフォーマーアーキテクチャを提案する。
提案手法は,Structured3DとSceneCADの2つの挑戦的データセットに対して,新たな最先端化を実現する。
追加情報、すなわちセマンティックルームタイプやドアや窓のようなアーキテクチャ要素を予測するために簡単に拡張できる。
論文 参考訳（メタデータ） (2022-11-28T18:59:09Z) - HouseDiffusion: Vector Floorplan Generation via a Diffusion Model with
Discrete and Continuous Denoising [26.2029195029127]
本稿では,拡散モデルを用いたベクトルフロアプラン生成手法を提案する。
フロアプランを1次元多角形ループとして表現し、それぞれが部屋やドアに対応する。
提案手法は,最先端技術に対するすべての指標を,大きなマージンで大幅に改善する。
論文 参考訳（メタデータ） (2022-11-23T20:25:11Z) - Neural 3D Scene Reconstruction with the Manhattan-world Assumption [58.90559966227361]
本稿では,多視点画像から3次元屋内シーンを再構築する課題について述べる。
平面的制約は、最近の暗黙の神経表現に基づく再構成手法に便利に組み込むことができる。
提案手法は, 従来の手法よりも3次元再構成品質に優れていた。
論文 参考訳（メタデータ） (2022-05-05T17:59:55Z) - Graph2Plan: Learning Floorplan Generation from Layout Graphs [22.96011587272246]
本稿では,ディープニューラルネットワークとユーザ・イン・ザ・ループ設計を用いたフロアプランの自動生成のための学習フレームワークを提案する。
学習フレームワークの中核となるコンポーネントはディープニューラルネットワークであるGraph2Planで、レイアウトグラフと建物の境界をフロアプランに変換する。
論文 参考訳（メタデータ） (2020-04-27T23:17:36Z) - 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。