CN114218640B - 一种基于人工智能的假山体量设计方法 - Google Patents
一种基于人工智能的假山体量设计方法 Download PDFInfo
- Publication number
- CN114218640B CN114218640B CN202111537560.7A CN202111537560A CN114218640B CN 114218640 B CN114218640 B CN 114218640B CN 202111537560 A CN202111537560 A CN 202111537560A CN 114218640 B CN114218640 B CN 114218640B
- Authority
- CN
- China
- Prior art keywords
- rockery
- courtyard
- mountain
- scheme
- artificial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013461 design Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 17
- 238000012549 training Methods 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 claims description 8
- 238000010146 3D printing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种基于人工智能的假山体量设计方法,包括如下步骤:S1、采集待设计场地数据;S2、构建基于山高与视距比分类的既有含假山庭院案例库;S3、构建统一量纲的庭院假山二维轮廓线训练样本库;S4、观山剖面轮廓线生成与优化;S5、生成庭院假山体量方案集;S6、人机交互方案展示与方案输出。本发明通过在庭院主要建筑中心视角下对庭院假山体量感影响的考虑,克服了以往假山设计中视角关系的忽略,提升了假山体量设计方案的合理性;通过输入目标庭院环境现状和假山平面轮廓的设计条件,能够在短时间内同时生成多个方案,提高了设计效率。解决了人工设计观赏假山方案时容易忽略庭院主要建筑中观景视角,以及耗费大量时间,整体效率低的问题。
Description
技术领域
本发明属于古典园林假山领域,具体涉及一种基于人工智能的假山体量设计方法。
背景技术
随着现在科技的不断发展,在中国古典园林的庭院中设计假山时,假山的体量与假山的观赏体验有密切的关系。根据与主要建筑的距离,按照设计需求,设置体量适宜的假山,以便在庭院中的主要建筑观赏假山时可以获得需要的的视觉效果。
在传统的设计过程中,假山的体量设计主要依靠园林设计师的个人经验,对设计师的工程经验要求很高,且会有忽略庭院主要建筑中观景视角的问题。此外,在推敲多种方案并比较其优劣时,也常常需要花费大量的时间。存在设计效率低,方案效果差等问题。
针对上述提出的问题,现设计一种基于人工智能的假山体量设计方法。
发明内容
针对现有技术的不足,本发明的目的在于提供一种基于人工智能的假山体量设计方法,解决了现有技术中人工设计观赏假山方案时容易忽略庭院主要建筑中观景视角,以及耗费大量时间,整体效率低的问题。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能的假山体量设计方法,包括如下步骤:S1、采集待设计场地数据;
S2、构建基于山高与视距比分类的既有含假山庭院案例库;
S3、构建统一量纲的庭院假山二维轮廓线训练样本库;
S4、观山剖面轮廓线生成与优化;
S5、生成庭院假山体量方案集;
S6、人机交互方案展示与方案输出;
所述S2具体包括如下步骤:
S2.1、通过无人机倾斜摄影设备采集既有含假山庭院的倾斜摄影数据,逐一提取统一的既有含假山庭院的相关数据,并打包输入至地理信息平台;
S2.2、根据统一的坐标设定原则调整每个既有含假山庭院的坐标、位置与朝向;
S2.3、获取每个既有含假山庭院中假山最高点到地面的垂直距离作为山高H,通过水平距离测量工具,获取假山最高点到主要建筑正立面中点的水平距离作为视距L,并根据山高与视距比例值计算公式计算每个既有含假山庭院案例的山高与视距比例值K;
S2.4、根据山高与视距比例值K,分为≦1:3,1:3-1:7,1:7,1:8,1:20五类,构建基于山高与视距比分类的庭院假山案例库。
进一步的,所述S2.1中,既有含假山庭院的相关数据包括:庭院边界矢量数据、既有假山三维轮廓矢量数据、庭院面积数据。
所述S2.2中,统一的坐标设置原则,其具体内容为:以水平面为xy平面,以庭院主要建筑平面中心为坐标原点,以通过假山最高点在地面的投影点与主要建筑平面中心点两点的直线为y轴的原则设置每个既有含假山庭院案例,使得每个既有含假山庭院案例呈庭院主要建筑平面中心在坐标原点,假山在y轴正方向的形式。
所述S2.3中,山高与视距比例值的计算公式为:K=H/L。
进一步的,所述S1具体包括如下步骤:
通过无人机航拍设备采集待设计庭院的倾斜摄影数据,提取待设计庭院的相关数据,并输入至地理信息平台中;
所述待设计场地数据,包括:设计场地边界矢量数据、设计假山平面轮廓矢量数据、设计场地面积数据。
进一步的,所述S3具体包括如下步骤:
S3.1、在庭院假山的最高点作垂线在地面形成垂点,连接垂点与庭院主要建筑正立面的中点形成直线,在竖直方向拉线成面作为截面与假山相交,获取庭院假山的二维轮廓线;
S3.2、在地理信息平台中依次处理上述所得的假山二维轮廓线,统一以位图格式输出,构建形成统一量纲的庭院假山二维轮廓线训练样本库。
进一步的,所述S3.1中,二维轮廓线起点为主要建筑正立面的中点,终点为庭院假山远离主要建筑一侧与地面的相交点;
所述S3.2中,优选统一以分辨率为100dpi、尺寸为40000像素*10000像素的位图格式输出。
进一步的,所述S4具体包括如下步骤:
S4.1、搭建卷积神经网络模型对S3.2所获得的庭院假山二维轮廓线训练样本库中5类不同山高与视距比的庭院假山二维轮廓线的凹凸曲折特征进行识别,分别生成目标庭院假山二维轮廓线,然后通过构建对抗生成网络模型分类对生成的目标庭院假山二维轮廓线进行对抗训练,使得5类生成样本逐渐逼近训练样本,并输出庭院假山二维轮廓线方案图集;
S4.2、生成模型通过随机值生成若干假山二维轮廓线方案图,根据假山的结构稳定性要求,删除最高点不在假山平面布局边界正上方的方案图。
进一步的,所述S5具体包括如下步骤:
S5.1、在S1获得的待设计庭院平面中过主要建筑正立面中点作穿过目标假山平面轮廓的射线,以两条与假山平面轮廓的切线作为边界,在此区间内生成角度均匀分布的射线,过射线在竖直方向生成平面,将S4.2生成的假山二维轮廓线方案图应用于每一个平面中后形成若干方案集;
S5.2、将生成的二维轮廓线沿平面法线方向推拉成三维实体,将待S1获得的待设计庭院假山的平面布局为底向上推拉成三维实体,将获得的两个实体取交集,形成假山体量方案集数据库;
所述假山体量的最高点为二维轮廓线的最高点。
进一步的,所述S6具体包括如下步骤:
将假山体量方案数据库输入至360°全息展柜中进行三维交互投影,通过触摸板对投影进行操作,选定合适的假山最高点选点与假山体量方案;
在360°全息展柜的系统中设置3D打印端口,通过3D打印数控系统打印最终足尺假山产品。
本发明的有益效果:
1、本发明提出的基于人工智能的假山体量设计方法,通过在庭院主要建筑中心视角下对庭院假山体量感影响的考虑,克服了以往假山设计中对这一视角关系的忽略,提升了假山体量设计方案的合理性;
2、本发明提出的基于人工智能的假山体量设计方法,通过输入目标庭院环境现状和假山平面轮廓的设计条件,能够在短时间内同时生成多个方案,提高了设计效率;
3、本发明提出的基于人工智能的假山体量设计方法,通过基于人工智能的假山体量的案例学习与方案输出,避免了传统设计中对设计人员个人经验和主观判断的依赖,降低了人力成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的整体流程示意图;
图2是本发明实施例的二维轮廓线训练样本库样本示意图;
图3是本发明实施例的古典园林庭院假山体量某种方案示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于人工智能的假山体量设计方法,包括如下步骤:
S1、采集待设计场地数据;
S2、构建基于山高与视距比分类的既有含假山庭院案例库;
S3、构建统一量纲的庭院假山二维轮廓线训练样本库;
S4、观山剖面轮廓线生成与优化;
S5、生成庭院假山体量方案集;
S6、人机交互方案展示与方案输出。
所述S1具体包括如下步骤:
通过无人机航拍设备采集待设计庭院的倾斜摄影数据,提取待设计庭院的相关数据,并输入至地理信息平台中。
所述待设计场地数据,包括:设计场地边界矢量数据(表示由庭院建筑、院墙等围合而成的院落轮廓的二维闭合曲线)、设计假山平面轮廓矢量数据(表示待设计体量的假山,其二维平面轮廓的闭合曲线)、设计场地面积数据(表示待设计庭院院落空间占地面积的数值)。
所述S2具体包括如下步骤:
S2.1、通过无人机倾斜摄影设备采集既有含假山庭院的倾斜摄影数据,逐一提取统一的既有含假山庭院的相关数据(既有含假山庭院的相关数据包括:庭院边界矢量数据、既有假山三维轮廓矢量数据、庭院面积数据),并打包输入至地理信息平台;
S2.2、根据统一的坐标设定原则调整每个既有含假山庭院的坐标、位置与朝向;
S2.3、获取每个既有含假山庭院中假山最高点到地面的垂直距离作为山高H,通过水平距离测量工具,获取假山最高点到主要建筑正立面中点的水平距离作为视距L,并根据山高与视距比例值计算公式计算每个既有含假山庭院案例的山高与视距比例值K;
S2.4、根据山高与视距比例值K,分为≦1:3,1:3-1:7,1:7,1:8,1:20五类(根据北宋郭熙著《林泉高致》中的“三远”理论及对现存古典园林实例的归纳总结),构建基于山高与视距比分类的庭院假山案例库。
所述S2.2中,统一的坐标设置原则,其具体内容为:以水平面为xy平面,以庭院主要建筑平面中心为坐标原点,以通过假山最高点在地面的投影点与主要建筑平面中心点两点的直线为y轴的原则设置每个既有含假山庭院案例,使得每个既有含假山庭院案例呈庭院主要建筑平面中心在坐标原点,假山在y轴正方向的形式。
所述S2.3中,山高与视距比例值的计算公式为:K=H/L。
所述S3具体包括如下步骤:
S3.1、在庭院假山的最高点作垂线在地面形成垂点,连接垂点与庭院主要建筑正立面的中点形成直线,在竖直方向拉线成面作为截面与假山相交,获取庭院假山的二维轮廓线,如图2所示;
S3.2、在地理信息平台中依次处理上述所得的假山二维轮廓线,统一以位图格式输出,构建形成统一量纲的庭院假山二维轮廓线训练样本库。
所述S3.1中,二维轮廓线起点为主要建筑正立面的中点,终点为庭院假山远离主要建筑一侧与地面的相交点。
所述S3.2中,优选统一以分辨率为100dpi、尺寸为40000像素*10000像素的位图格式输出。
所述S4具体包括如下步骤:
S4.1、搭建卷积神经网络模型对S3.2所获得的庭院假山二维轮廓线训练样本库中5类(视距比K为≦1:3,1:3-1:7,1:7,1:8,1:20)不同山高与视距比的庭院假山二维轮廓线的凹凸曲折特征进行识别,分别生成目标庭院假山二维轮廓线,然后通过构建对抗生成网络模型分类对生成的目标庭院假山二维轮廓线进行对抗训练,使得5类生成样本逐渐逼近训练样本,并输出庭院假山二维轮廓线方案图集;
S4.2、生成模型通过随机值生成若干假山二维轮廓线方案图,根据假山的结构稳定性要求,删除最高点不在假山平面布局边界正上方的方案图。
所述S5具体包括如下步骤:
S5.1、在S1获得的待设计庭院平面中过主要建筑正立面中点作穿过目标假山平面轮廓的射线,以两条与假山平面轮廓的切线作为边界,在此区间内生成角度均匀分布的射线,过射线在竖直方向生成平面,将S4.2生成的假山二维轮廓线方案图应用于每一个平面中后形成若干方案集;
S5.2、将生成的二维轮廓线沿平面法线方向推拉成三维实体,将待S1获得的待设计庭院假山的平面布局为底向上推拉成三维实体,将获得的两个实体取交集,形成假山体量方案集数据库,如图3所示。
所述假山体量的最高点为二维轮廓线的最高点。
所述S6具体包括如下步骤:
将假山体量方案数据库输入至360°全息展柜中进行三维交互投影,通过触摸板对投影进行操作,选定合适的假山最高点选点与假山体量方案;
在360°全息展柜的系统中设置3D打印端口,通过3D打印数控系统打印最终足尺假山产品。
本发明针对庭院假山体量设计问题,能够通过机器学习大量古典园林假山设计的经典案例,基于山高与视距比的科学关系,智能生成多种符合设计要求的假山的体量方案,并在全息设备中加以展示,为古典园林中庭院的假山设计提供一套科学、便捷的方法体系。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (5)
1.一种基于人工智能的假山体量设计方法,其特征在于,包括如下步骤:
S1、采集待设计场地数据;
S2、构建基于山高与视距比分类的既有含假山庭院案例库;
S3、构建统一量纲的庭院假山二维轮廓线训练样本库;
S4、观山剖面轮廓线生成与优化;
S5、生成庭院假山体量方案集;
S6、人机交互方案展示与方案输出;
所述S2具体包括如下步骤:
S2.1、通过无人机倾斜摄影设备采集既有含假山庭院的倾斜摄影数据,逐一提取统一的既有含假山庭院的相关数据,并打包输入至地理信息平台;
S2.2、根据统一的坐标设定原则调整每个既有含假山庭院的坐标、位置与朝向;
S2.3、获取每个既有含假山庭院中假山最高点到地面的垂直距离作为山高H,通过水平距离测量工具,获取假山最高点到主要建筑正立面中点的水平距离作为视距L,并根据山高与视距比例值计算公式计算每个既有含假山庭院案例的山高与视距比例值K;
S2.4、根据山高与视距比例值K,分为≦1:3,1:3-1:7,1:7,1:8,1:20五类,构建基于山高与视距比分类的庭院假山案例库;
所述S3具体包括如下步骤:
S3.1、在庭院假山的最高点作垂线在地面形成垂点,连接垂点与庭院主要建筑正立面的中点形成直线,在竖直方向拉线成面作为截面与假山相交,获取庭院假山的二维轮廓线;
S3.2、在地理信息平台中依次处理上述所得的假山二维轮廓线,统一以位图格式输出,构建形成统一量纲的庭院假山二维轮廓线训练样本库;
所述S4具体包括如下步骤:
S4.1、搭建卷积神经网络模型对S3.2所获得的庭院假山二维轮廓线训练样本库中5类不同山高与视距比的庭院假山二维轮廓线的凹凸曲折特征进行识别,分别生成目标庭院假山二维轮廓线,然后通过构建对抗生成网络模型分类对生成的目标庭院假山二维轮廓线进行对抗训练,使得5类生成样本逐渐逼近训练样本,并输出庭院假山二维轮廓线方案图集;
S4.2、生成模型通过随机值生成若干假山二维轮廓线方案图,根据假山的结构稳定性要求,删除最高点不在假山平面布局边界正上方的方案图;
所述S5具体包括如下步骤:
S5.1、在S1获得的待设计庭院平面中过主要建筑正立面中点作穿过目标假山平面轮廓的射线,以两条与假山平面轮廓的切线作为边界,在此区间内生成角度均匀分布的射线,过射线在竖直方向生成平面,将S4.2生成的假山二维轮廓线方案图应用于每一个平面中后形成若干方案集;
S5.2、将生成的二维轮廓线沿平面法线方向推拉成三维实体,将待S1获得的待设计庭院假山的平面布局为底向上推拉成三维实体,将获得的两个实体取交集,形成假山体量方案集数据库;
所述假山体量的最高点为二维轮廓线的最高点。
2.根据权利要求1所述的一种基于人工智能的假山体量设计方法,其特征在于,所述S2.1中,既有含假山庭院的相关数据包括:庭院边界矢量数据、既有假山三维轮廓矢量数据、庭院面积数据;
所述S2.2中,统一的坐标设置原则,其具体内容为:以水平面为xy平面,以庭院主要建筑平面中心为坐标原点,以通过假山最高点在地面的投影点与主要建筑平面中心点两点的直线为y轴的原则设置每个既有含假山庭院案例,使得每个既有含假山庭院案例呈庭院主要建筑平面中心在坐标原点,假山在y轴正方向的形式;
所述S2.3中,山高与视距比例值的计算公式为:K=H/L。
3.根据权利要求1所述的一种基于人工智能的假山体量设计方法,其特征在于,所述S1具体包括如下步骤:
通过无人机航拍设备采集待设计庭院的倾斜摄影数据,提取待设计庭院的相关数据,并输入至地理信息平台中;
所述待设计场地数据,包括:设计场地边界矢量数据、设计假山平面轮廓矢量数据、设计场地面积数据。
4.根据权利要求1所述的一种基于人工智能的假山体量设计方法,其特征在于,所述S3.1中,二维轮廓线起点为主要建筑正立面的中点,终点为庭院假山远离主要建筑一侧与地面的相交点;
所述S3.2中,统一以分辨率为100dpi、尺寸为40000像素*10000像素的位图格式输出。
5.根据权利要求1所述的一种基于人工智能的假山体量设计方法,其特征在于,所述S6具体包括如下步骤:
将假山体量方案数据库输入至360°全息展柜中进行三维交互投影,通过触摸板对投影进行操作,选定合适的假山最高点选点与假山体量方案;
在360°全息展柜的系统中设置3D打印端口,通过3D打印数控系统打印最终足尺假山产品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537560.7A CN114218640B (zh) | 2021-12-15 | 2021-12-15 | 一种基于人工智能的假山体量设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537560.7A CN114218640B (zh) | 2021-12-15 | 2021-12-15 | 一种基于人工智能的假山体量设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114218640A CN114218640A (zh) | 2022-03-22 |
CN114218640B true CN114218640B (zh) | 2023-10-31 |
Family
ID=80702535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111537560.7A Active CN114218640B (zh) | 2021-12-15 | 2021-12-15 | 一种基于人工智能的假山体量设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114218640B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052503A (zh) * | 2020-09-04 | 2020-12-08 | 东南大学 | 一种基于人工智能的商业街区建筑体块生成的方法 |
CN112099627A (zh) * | 2020-09-04 | 2020-12-18 | 东南大学 | 一种基于人工智能的城市设计虚拟现实即时交互平台 |
CN112651059A (zh) * | 2020-12-18 | 2021-04-13 | 东南大学 | 一种基于人工智能的控规地块城市设计多方案生成方法 |
CN112861217A (zh) * | 2021-01-14 | 2021-05-28 | 重庆交通大学 | 基于对抗生成网络的园林设计中图像处理方法、系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8253731B2 (en) * | 2006-11-27 | 2012-08-28 | Designin Corporation | Systems, methods, and computer program products for home and landscape design |
CN109816581A (zh) * | 2019-01-25 | 2019-05-28 | 东南大学 | 一种综合业态大数据与建筑形态的城市用地自动识别系统 |
-
2021
- 2021-12-15 CN CN202111537560.7A patent/CN114218640B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052503A (zh) * | 2020-09-04 | 2020-12-08 | 东南大学 | 一种基于人工智能的商业街区建筑体块生成的方法 |
CN112099627A (zh) * | 2020-09-04 | 2020-12-18 | 东南大学 | 一种基于人工智能的城市设计虚拟现实即时交互平台 |
CN112651059A (zh) * | 2020-12-18 | 2021-04-13 | 东南大学 | 一种基于人工智能的控规地块城市设计多方案生成方法 |
CN112861217A (zh) * | 2021-01-14 | 2021-05-28 | 重庆交通大学 | 基于对抗生成网络的园林设计中图像处理方法、系统 |
Non-Patent Citations (1)
Title |
---|
机器学习技术在风景园林中的应用进展与展望;赵晶 等;北京林业大学学报;第43卷(第11期);137-156 * |
Also Published As
Publication number | Publication date |
---|---|
CN114218640A (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110442925B (zh) | 一种基于实时动态分割重构的三维可视化方法及系统 | |
CN108776993B (zh) | 带有孔洞的三维点云的建模方法及地下电缆工井建模方法 | |
CN110322564B (zh) | 一种适用于vr/ar的变电站运行环境的三维模型构建方法 | |
Zhao | Application of 3D CAD in landscape architecture design and optimization of hierarchical details | |
CN105976426B (zh) | 一种快速的三维地物模型构建方法 | |
CN111008422A (zh) | 一种建筑物实景地图制作方法及系统 | |
CN102855663A (zh) | 一种根据激光雷达栅格点云构建csg模型的方法 | |
CN107393003A (zh) | 一种基于云计算的三维房屋自动建模的方法与实现 | |
CN106600684B (zh) | 一种倾斜模型组织构建方法 | |
CN108765567A (zh) | 一种用于构建城市设计数字化沙盘的系统 | |
CN105447765A (zh) | 一种配电网馈线自动成图方法 | |
CN107102991A (zh) | 一种三维gis系统中的杆塔参数化建模方法 | |
CN104008566A (zh) | 海量高精度三维电力设备模型在gis中高效渲染方法 | |
CN115409966A (zh) | 一种从二维矢量图纸自动重建桁架结构三维点云的方法 | |
CN103544733A (zh) | 基于统计形状分析的三维人体头部三角网格模型建立方法 | |
CN108230442A (zh) | 一种盾构隧道三维仿真方法 | |
CN108898679B (zh) | 一种零部件序号自动标注的方法 | |
CN114218640B (zh) | 一种基于人工智能的假山体量设计方法 | |
Lin et al. | Urban space simulation based on wave function collapse and convolutional neural network | |
CN108416842A (zh) | 一种城市三维综合管网信息管理方法 | |
CN106940898A (zh) | 混合数据模型在建筑物三维建模中的应用 | |
CN115205484B (zh) | 历史文化街区的三维空间展示方法、装置、设备及介质 | |
CN109472862A (zh) | 一种变电站三维建模系统 | |
CN102324105A (zh) | 日光温室三维建模方法 | |
CN111368468A (zh) | 基于数理方法及编程算法求取集中型村落二维边界的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |