风景园林平面图生成设计数据集增强方法研究

平面图生成是生成设计研究中的核心部分,然而数据集的匮乏制约了生成设计研究的发展。为了低成本地解决数据瓶颈问题,提出并验证了一个基于算法驱动的数据增强框架。首先,结合深度学习和生成设计任务特征,提出外环境切割、分层训练和曲线优化3个关键步骤,基于此构建了一套完整有效的风景园林平面图数据增强框架。其次,基于测试集对框架各个部分进行消融实验,验证该框架的有效性。最后,应用该框架生成一套高质量的数据集,并将数据应用于风景园林生成设计的“图像分割”“布局生成”“平面渲染”三大主流任务,在实践中验证该框架的有效性。