基于样式生成对抗网络的风景园林方案生成及设计特征识别.pdfVIP

专题学术主持人 Guest Editor of the Special 胡一可 HU Yike 天津大学建筑学院教授 ，本刊特约编辑 Professor and doctoral supervisor in the School of Architecture, Tianjin University, and contributing editor of this journal   陈然 ，赵晶．基于样式生成对抗网络的风景园林方案生成及设计特征识别 [J] ．风景园林，2023 ，30 （7）：12-21 ． 基于样式生成对抗网络的风景园林方案生成及设计特征识别 陈然  赵晶* 摘要： 【目的】人工智能算法能否有效习得风景园林设计特征是一个值得探讨的问题 。 【方法 】采用样 中图分类号：TU986 ；TP18 式生成对抗网络 2 代 （style generative adversarial network2, StyleGAN2）算法 ，通过算法训练生成风景 文献标识码 ：A 文章编号 ：1673-1530(2023)07-0012-10 园林设计方案 ；之后拆解 StyleGAN2 算法中的 w 向量 ，采用主成分分析 （principal component analysis, DOI ：10.12409/j.fjyl.202305050212 PCA）降维方法和无监督学习 K 均值聚类方法可视化 w 向量特征 ；最后根据 w 向量的数据特征和生成结 收稿日期 ：2023-05-05 果的关联 ，分析算法对设计方案特征的提取能力 。 【结果 】StyleGAN2 可以为不同类型的场地生成高质 修回日期 ：2023-06-02 量和多样化的设计方案 ，并且可以识别和提取一些高维抽象设计特征 ，如植被密度 、水域面积 、铺装面 积 、道路网络结构等 。 【结论 】神经网络不仅可以识别图像形态特征 ，还可以在没有人类指导的情况下 ， 开放科学 （资源服务） 无监督学习识别部分抽象的高维设计特征 。但目前大部分设计特征耦合性较高 ，这是风景园林工作的复 标识码 （OSID） 杂性和算法低可解释性共同导致的 ，需要未来进一步探索。 关键词：风景园林 ；神经网络 ；深度学习 ；生成设计 ；生成对抗网络 ；可解释性 基金项目：高密度人居环境生态与节能教育部重点实验室课题 “基于生成对抗网络的 ‘公园绿地设计方 案快速生成 ’人机协同方法研究” （编号）；国家自然科学基金 “基于生成对抗网络的公园布 局生成设计与结果评价方法” （编号）；北京高校高精尖学科建设项目 “城乡人居生态环境学”     人工智能