基于InfoGAN的超高层建筑形体生成式设计研究

摘要：目的：随着城市化进程的加快，高度集约化的超高层建筑应运而生。在超高层建筑设计过程中，需要综合考虑众多因素，如建筑结构、建筑性能、平面布局等，可利用信息最大化生成对抗网络InfoGAN，使机器自主学习和掌握超高层建筑三维形体信息，以丰富建筑师的设计思路。方法：文章首先提取典型超高层建筑模型并构建高质量的数据库，为深度学习技术在超高层建筑设计中的应用奠定理论和数据基础。随后利用InfoGAN的可解释性特征进行实验，生成含三维形体信息的平面图并进行三维重建，最终得到多样化的自定义设计方案。结果：通过最大化互信息的方式，实现对无标签数据的有效利用，生成具有可解释特征的样本。这为设计师提供了更多的方向选择和更大的思考空间，有助于缩短设计思考的时间，提高设计效率。结论：通过基于InfoGAN的建筑形体生成方法，得到更具有可解释性的建筑形体，能使设计师更清晰地理解生成建筑背后的设计原理和逻辑。

关键词：InfoGAN；超高层建筑；形体生成

中图分类号：TU972 文献标识码：A 文章编号：1004-9436（2024）09-0-04

0 引言

随着城市的持续扩张，世界范围内涌现出多个引人注目的标志性超高层建筑，引发了广泛的学术和公众讨论。二战结束后，各国进入建设的新时代，科学技术不断进步，全球人口持续增长，传统建筑形式在工作、生活等方面已无法满足需求，随着材料和结构的进步，超高层建筑逐渐增多［1］。同时，随着技术的迅速发展，机器在建筑设计中的作用日益凸显。而深度学习是机器学习的一个重要分支，其在2006年之后迅速发展，并取得显著的成果［2］。这引发了学者们对其在建筑领域的应用的兴趣，为建筑行业的发展带来了新的思路和机遇。

1 基于人工智能的生成式设计相关研究

由于计算机硬件和软件的限制，早期机器参与设计的尝试未取得重大突破。20世纪90年代初，随着机器学习技术的出现，建筑设计逐步迈向人工智能时代。通过人工智能技术，建筑师和规划者能够更准确地分析数据、模拟场景，从而更好地理解用户需求和空间特征。以往的研究表明，结合人工智能技术生成建筑三维形体的方式按输入数据类型可分为4类。

1.1 基于二维图形的生成式设计

基于二维图形的建筑生成式设计是一种利用计算机视觉和深度学习技术的自动化方法。通过将建筑模型转换为二维图像并输入神经网络进行训练，系统能够生成符合要求的三维建筑设计方案。2010年，斯坦福大学的保罗·梅雷尔等人采用贝叶斯网络实现住宅建筑布局的自动生成［3］。然而，由于该方法需要大量真实世界的数据，且贝叶斯网络无法完全捕捉所有复杂关系，生成的布局可能不符合实际需求。2019年，华南理工大学的刘宇波等学者展示了机器学习方法在建筑设计领域的应用潜力，通过浅层神经网络实现柏林自由大学建筑形体的自动生成［4］。

1.2 基于体素的生成式设计

基于体素的生成式设计指降低建筑模型的精度，应用其体素信息至3dCNN、3dGAN的神经网络，模型经训练后可随机产生类似的低精度的基于体素的建筑模型。2021年，墨尔本皇家理工大学的王大宋等学者提出基于强化学习的体素化建筑形体生成方法，通过奖励评价可以生成复杂的体素化建筑形体，具有较强的灵活性和实用性［5］。

1.3 基于控制元素的生成式设计

基于控制元素的生成式设计是指将建筑模型的控制点或控制线作为原始数据进行神经网络训练，再将生成的数据逆向还原为三维建筑模型的方法。2021年，郑豪开发了基于曲线控制点的神经网络，通过传统参数化建模方法建立3D模型数据库，以更高的精度和更快的速度生成建筑几何图形。

1.4 基于自然语言的生成式设计

基于自然语言的生成式设计将处理后的自然语言作为神经网络输入，生成符合描述的平面图，再通过规则生成三维建筑模型。2020年，宾夕法尼亚大学的张航提出LAFGM模型，其能预测接近文本描述的3D形式，但生成结果仍为平面图［6］。

1.5 小结

总体来说，建筑界开始关注深度学习算法与生成设计的结合。但研究集中在利用深度学习算法处理图片、二维户型平面以及三维维度，以探索智能设计的生成和优化方法［7］。当前的挑战之一是直接将三维建筑模型信息输入神经网络，虽然可以避免信息丢失，但由于硬件限制和数据集不足，效果尚不尽如人意。与此相比，基于图像的神经网络已相对成熟，但存在控制性和可解释性不足的问题。因此本文从上述问题出发，提出一种基于信息最大化生成对抗网络的三维形体生成方法。

2 基于InfoGAN的三维形体生成方法

InfoGAN通过最大化互信息来获得可解释的特征表示，不需要依赖标签信息，能够有效解决目标信息不足的问题［8］。相较于普通的生成对抗网络GAN，InfoGAN在生成器的输入中引入一个附加参数，即未知的隐变量。通过无监督学习推断其后验分布，生成具有可解释特征的样本。这种引入隐变量的方式赋予生成样本一定的可控性和可解释性，为深度学习任务提供更灵活的特征表示方式。

2.1 超高层建筑典型模型建立

通过对超高层建筑的形体信息进行调研，发现超高层建筑的典型模型需要确定外表皮及内部核心筒两个层级的信息，各包含形状和变形手法两个方面，并确定形体设计参数的阈值。受建筑结构、功能布局等多方面因素的影响，最终可以得到如表1所示的11种典型超高层建筑形体。

2.2 数据集制作

出于对计算机性能和多次重复实验的考虑，设定整个场地轮廓为48 m×48 m，同时按如下超高层建筑的生成步骤得到总计28 611个样本。

第一，首先将地块的中心作为外表皮和核心筒的中心，绘制边长一定的外表皮边框和核心筒边框，从而得到底层的平面图。

第二，其次，根据设计手法，以40 m为间隔，向上依次绘制对应建筑类型的每一层外表皮的平面图。具体来说，若设计手法为收缩/放大，须确定在0%～100%范围内的顶面面积占底面面积的百分比；若设计手法为扭转，须确定在0°～20°范围内的相邻两层间的顺时针旋转角度。

第三，将底层的外表皮边框和顶层的外表皮边框进行放样，从而得到一个320 m高的超高层建筑的外表皮的三维模型。

第四，同理得到核心筒的三维模型，进而得到完整的包含外表皮和核心筒的三维模型。

第五，将每一层的平面图分别绘制在一张48×48像素的图像中，即将地块中1 m对应1像素，并划分出48×48个以1像素为单位的方格。将外表皮边框和核心筒边框所在的格子设置为白色，外表皮边框和核心筒边框中间的格子也设置为白色，剩余设置为黑色，若平面中的边框与格子边框重合，那么将其下方或者右方的格子设置为白色，即可得到9张含有平面的二值图。

第六，最后将9张含各层平面的图片按从左到右、从上到下的顺序以3为单位排列组成一张含9层平面的二值图。

2.3 平面形式生成

智能体经过2000代训练后的生成结果如图1所示。其中，每一列代表一个离散的类别，每一行代表输入的c2取定值、c1取不同连续值的图像生成情况。首先观察不同列，可知图像被分为11类，与输入数据的种类数相同，且具体种类情况也符合预期；其次由上到下观察同一列不同行，可以看出，核心筒的面积随着c1的变化呈现出逐渐变小的趋势，因此可以认为c1控制的是核心筒的大小。同时观察到顶占底面积范围的0%～100%中为50%，扭转范围的0°～20°中角度约为10°，此时可以估计出c2约取定值0.5。同理可以得到c2控制的是图形设计手法的属性的变化，即若是扭转形体则对应扭转的角度变化，若是缩放图形则对应顶面面积与底面面积的占比。

2.4 空间形体生成

2.4.1 建筑图纸预处理

图像预处理是建筑图纸识别的重要步骤之一，其准确性和效率直接影响到后续建模和分析的结果。为了保留有用的边界信息并消除噪声干扰，需要进行二值化处理，而选择合适的阈值对保留有用信息至关重要。实践发现，平面图的背景颜色在不同训练阶段可能会有所不同，在训练后期通常趋于稳定，灰度值接近128，若直接将128作为阈值可能导致噪声干扰过多。为了解决阈值选择的问题，采用OTSU自适应阈值算法［9］。

2.4.2 基于ResNet的建筑平面功能识别

平面图中同时包含外表皮和核心筒的框线，这构成整个建筑图纸的框架信息，因此识别建筑不同功能的框线非常重要。考虑在识别出平面图中包含的外表皮和核心筒的框线后，利用其作为约束进而完成对应的三维图形拟合。而在进行外表皮和核心筒框线的分类时，即使进行降噪，但仍有一定的噪点存在，且生成的对象并不是光滑连续的线条，为实现自动生成，考虑使用ResNet分类模型对这些不同的功能进行分类。一般来说，ResNet是用来进行图片分类的，但功能分类与图片分类存在差异，所以需要采取一定的转化措施，即考虑平面中每一个点属于核心筒内的点还是外表皮内的点。具体来说，对某一张平面图，将其中某一个像素改变为红色，可得到144张含有单红点的图，再按照红点出现的位置，将其分类为核心筒内的点和外表皮内的点，这样就可以在考虑整体平面信息的同时对点进行分类。

2.4.3 三维形体拟合

最后利用改进的Alpha shape算法对外表皮和核心筒的点阵分别进行拟合得到拟合图形，从而得到外表皮和核心筒三维模型。由实验结果表2可以看出，降噪后的建筑图纸建立的点阵图形状较为规整，几乎没有偏离整体图形较大的异常点存在。而由点阵图经改进的Alpha Shape算法计算拟合得到的超高层建筑三维模型在立面上线条过渡圆滑，平面上也能够反映核心筒和外表皮的图形，从而实现精确的三维重建。

3 结语

本文研究建筑领域内基于深度学习进行建筑平面生成的问题，注意到GAN在应用过程无法明确输入与输出的关系，导致生成的对象不受控制，具有不可解释性，因此提出一种基于InfoGAN的建筑生成方法，结果表明通过无监督学习方式得到可解释的特征表示。同时本文还针对在建筑领域基于深度学习进行建筑形体生成的问题，提出一种将三维的建筑形体信息转译为图片并利用InfoGAN、基于图形识别的超高层建筑三维重建技术进行建筑形体生成的方法。该方法将InfoGAN网络生成的含有9个平面信息的建筑图纸二值化，并利用ResNet分类模型进行建筑功能的划分，最后基于改进的Alpha Shape算法实现由2D到3D的重建。

参考文献：

［1］ 张俊婉，李磊，陶卓民.全球摩天大楼时空格局演变及影响因素分析［J］.现代城市研究，2023（6）：75-81.

［2］ 尹宝才，王文通，王立春.深度学习研究综述［J］.北京工业大学学报，2015，41（1）：48-59.

［3］ 保罗·梅雷尔，埃里克·施库夫扎，弗拉德伦·科尔图恩.计算机生成的住宅建筑布局［C］//国际计算机协会. 2010年度亚洲计算机图形图像与交互技术大会论文集.首尔：首尔大学工程学院，2010：1-12.

［4］ 刘宇波，林文强，邓巧明，等.基于神经网络的建筑形态生成探索：以柏林自由大学为例［C］//全国高等学校建筑学专业教育指导分委员会建筑数字技术教学工作委员会.共享·协同：2019全国建筑院系建筑数字技术教学与研究学术研讨会论文集.广州：华南理工大学建筑学院，2019：9.

［5］ 王大宋，罗兰·斯努克斯.生成设计的人工直觉：一种基于强化学习的方法［C］//数字未来执行委员会. 2020数字未来论文集：第二届计算设计与机器人制造国际学术研讨会.上海：同济大学建筑与城市规划学院，2021：189-198.

［6］ 张航.从文本到形态［C］//国际计算机辅助建筑设计协会.第40届建筑计算机辅助设计协会年会论文集.上海：同济大学建筑与城市规划学院，2020：238-247.

［7］ 马辰龙，朱姝妍，王明洁.机器学习技术在建筑设计中的应用研究［J］.南方建筑，2021（2）：121-131.

［8］ 程芳芳.基于GAN网络的无线信道建模方法研究［D］.大连：大连海事大学，2022.

［9］ 曹爽.基于OTSU算法的图像阈值分割技术［D］.太原：太原理工大学，2018.

作者简介：陈闯 （1996—），男，研究方向：建筑技术科学。