稳定扩散在空间设计中的应用探索——以展览馆设计为例

目的:文章以展览馆设计为例,探索在空间设计中应用开源图像生成人工智能模型——稳定扩散的客观影响与当下现实。方法:通过分析稳定扩散模型现实功能、组成原理与各类拓展性神经网络,结合展览馆空间设计的设计需要和设计步骤,从客观实践出发,分析如今稳定扩散模型在展览馆空间设计中的客观现实。结果:稳定扩散作为一款开源图像生成模型,在各类拓展性神经网络的帮助下,能高效生成空间设计中的效果图像,在空间设计项目制作中对提升专业设计师的设计效率具有一定的帮助,即可提供大量风格各异的效果图像、辅助空间设计中的不同功能区确定、迅速生成设计师构思图像促进商业交流。但受社会道德、科学技术、基本原理等因素的限制,稳定扩散模型难以直接取代传统的空间设计出图流程,大规模生成符合专业设计师最终所需要的现实效果图像,仅能生成空间设计草图效果。结论:稳定扩散作为开源图像生成模型无疑有更多的可能。但是,当下由于各类问题的存在,稳定扩散模型仍需要实现算法上的突破,吸收其他领域的优秀算法与先进技术,实现技术上的质变。只有让稳定扩散模型完全理解空间关系,优化空间效果图像生成,最终才能实现空间设计的真正变革。

基于稳定扩散模型的汉服效果图生成研究

针对汉服效果图生成过程中因各朝代服饰特征难以被准确捕捉而造成生成图像朝代混淆的问题,本文基于稳定扩散模型(Stable Diffusion),根据新输入的文本提示词匹配文本与图像特征空间向量,将V^(*)作为新标记符号嵌入层,并协同交叉注意力层参数W k和W v进行联合优化,最终搜索模型再学习新服饰文本特征后的损失函数最小值。通过查阅文献史料,收集整理并新增了唐、宋、明3个朝代163个服饰文本提示词。观察生成的汉服效果图,该模型能根据文本提示词生成符合朝代特征的服饰图像,较未融合汉服模型特征的3种常用文本生成图像算法,其生成的图像更为清晰且高质。在消融实验中,该模型采用特定ID优化标记符号V^(*),与其他方式相比,具有较高的图像对齐度和较低的文本对齐度。在唐、宋、明3个朝代的实验中,KID值和MMD值的均值都相对较低,表明本模型在优化汉服效果图生成方面具有一定的可行性和有效性。

应用稳定扩散模型的蓝印花布单纹样自动生成

蓝印花布是中国的非物质文化遗产,具有重要的传承创新意义。为了自动生成蓝印花布新纹样,提出一种端到端的蓝印花布单纹样自动生成方法。针对蓝印花布的抽象风格和小数据集问题,改进动态低秩自适应算法(DyLoRA),提出了新的参数分解法来提高参数矩阵的秩,从而实现对稳定扩散模型的微调,最后将稳定扩散模型的语义信息与承载蓝印花布风格的DyLoRA模块结合,并利用控制网络(Controlnet)控制图形结构,自动生成蓝印花布新的单纹样。使用上述方法进行蓝印花布纹样生成实验,并与原始的DyLoRA方法进行对比。结果表明,基于改进的DyLoRA微调和Controlnet控制的模型能通过文本信息自动生成新的单纹样,且主观性上与原始风格最接近,有助于蓝印花布的数字化传承和创新。

基于稳定扩散模型的中小尺度风景园林空间布局方案生成探索

人工智能算法如何有效地提取风景园林设计特征并应用于实际规划设计中是一个值得探讨的问题。已有的研究常集中于利用生成对抗网络构建生成设计技术流程,且在研究过程中也体现出了该算法应用于生成设计的问题,而对于使用稳定扩散模型(Stable Diffusion Models)应用于风景园林方案生成的方法研究则相对较少。鉴于此,文章以特殊标注的平面方案图标签建立用于深度学习的数据集,采用稳定扩散模型算法,通过算法生成风景园林设计方案,并进一步从生成方案对于标注的特征提取能力、方案的合理性等方面评价模型的方案生成结果,探索该训练模型是否有潜力被应用于中小尺度的空间方案设计中。

脑电信号的稳定扩散样本增强方法

针对脑电信号样本稀缺导致的分类性能瓶颈问题,本文提出了一种脑电的稳定扩散模型样本增强方法。通过将脑电样本转换为时频图,并采用有效提示词微调图像稳定扩散模型以扩充脑电样本集,以提升分类识别准确率。实验结果表明,经过稳定扩散模型增强后的样本集,对其分类的准确率由72.94%提高到76.80%,说明本文方法有效地破除了分类性能瓶颈,为小样本脑电样本分析提供了新途径。

建筑领域稳定扩散的低秩适应模型训练方法

对建筑表现方式的变革进行介绍,阐述了基于稳定扩散模型训练低秩适应模型的意义,描述了低秩适应模型具体训练方法,列举了低秩适应模型在建筑领域的应用场景,描绘出人工智能在建筑设计领域的未来图景。

木材水分非稳定扩散的研究

采用烘干法,研究了木荷和栲木两种木材的水分非稳定扩散性及其影响因子,探讨了木材水分非稳定扩散性的基本规律,为木材干燥制定合理的工艺提供了科学依据。

n物种反应扩散系统扩散驱动不稳定性的判定

讨论了含有n(n≥3)个物种的反应扩散系统的扩散驱动不稳定性,通过分析其线性化矩阵特征多项式的零次项,得到了系统产生扩散驱动不稳定性的一个必要条件.

预混火焰胞状不稳定性研究

采用高速纹影系统和定容燃烧弹对预混球形膨胀火焰的胞状不稳定性进行研究,分析火焰胞状不稳定性的表现、原因以及影响因素。研究结果表明:火焰胞状不稳定性主要指不等扩散不稳定和流体力学不稳定;流体力学不稳定的原因为,曲率的关系会使其流线发散或汇聚,因而相应地降低或增加了流场的速度,其主要影响因素为火焰厚度和密度比,表现为火焰前锋面产生裂纹随后出现规则的胞;不等扩散不稳定的原因为前锋面包络的控制体由于热质不等扩散的缘故,主要影响因素为刘易斯数,表现为火焰表面布满不规则的胞。

岷江蕨溪段环境水力学研究——横向扩散

对岷江蕨溪段的横向扩散问题进行了研究 ,测出了各断面的等效横向扩散系数 。

基于小波变换的非线性尺度扩散方法

小波变换用于图像处理之所以具有特别的优势,因为它能够聚焦到图像的细微变化。与小波变换不同,用偏微分方程来进行图像处理则需要对图像进行反复的迭代,直到得到一个稳定解,其整个过程是对图像进行整体处理,而且在去噪的同时,可以很好地保持边缘形状不变。若将两者有机结合,则不仅会克服各自的缺点,而且会得到更好的效果。为了在进行图像处理时,既能很好地抑制噪声,又能尽可能多地保持图像细节,提出了一种小波变换与非线性尺度扩散相结合的图像处理方法。该方法是利用小波变换的时频局部性和非线性尺度扩散的边缘增强特性来对图像进行处理,实验结果表明,其不仅能很好地抑制噪声,而且可保留尽可能多的图像细节,可见该方法是有效的。

乙醇预混火焰胞状不稳定性的数值模拟和理论研究

在一个恒定体积的密闭容器中开展了一系列圆柱形膨胀乙醇预混火焰胞状不稳定性的数值模拟研究,并通过临界贝克莱数、扰动对数增长率和临界火焰半径等理论分析研究了乙醇预混火焰胞状不稳定性。结果表明,在初始压力1MPa、初始温度358K、当量比0.8~1.6条件下,乙醇预混火焰胞状不稳定性非单调性增加,在当量比为1.2时不稳定性最为强烈。原因是热扩散(thermal diffusion,TD)不稳定性分子扩散影响明显,随着当量比的变化而急剧变化,当量比增加,扰动对数增长率先增大后减小;相反,流体动力学不稳定性对当量比并不敏感。此外,在当量比低于1.2时,几乎保持恒定的临界贝克莱数和急剧减小的火焰厚度导致临界火焰半径大幅下降,并在1.2处达到最小值。数值模拟和理论研究显示出一致的结果。

Cu互连中Ta/Ta-N和Ti/Ta-N双层膜的扩散阻挡性能比较

采用磁控溅射法在SiO2/Si基底上沉积Cu/Ta/Ta-N及Cu/Ti/Ta-N薄膜,在高纯的Ar/H2气氛保护下对样品进行快速热退火处理,用XRD、SEM、EDS及四探针电阻测试仪(FPP)等分析测试方法对Ta/Ta-N和Ti/Ta-N双层薄膜的热稳定性及互扩散阻挡性能进行了比较分析。结果表明,当退火温度低于700℃时,Cu/Ta/Ta-N/SiO2/Si和Cu/Ti/Ta-N/SiO2/Si多层膜结构表面平整,方阻值均比较小(Cu/Ta/Ta-N/SiO2/Si约为0.175Ω/□,Cu/Ti/Ta-N/SiO2/Si约为0.154Ω/□);当退火温度到达700℃时,Cu/Ta/Ta-N/SiO2/Si试样开始出现Ta2O5和Cu3Si,由于Cu向基底扩散打破Si-Si和Si-O键,Si、O经扩散通道分别与Cu、Ta反应生成了Cu3Si和Ta2O5,表明Ta/Ta-N阻挡层开始失效;而Cu/Ti/Ta-N/SiO2/Si试样的Cu/Ti相界面形成了很薄的扩散溶解层——Cu4Ti、Cu4Ti3与Cu3Ti2,有力地阻断Cu向基底扩散的通道,从而提高了Ti/Ta-N双层膜的阻挡性能,使Ti/Ta-N双层膜对Cu的有效阻挡温度高达700℃。因此,Ti/Ta-N双层膜是一种良好的扩散阻挡层。

高压下氢气-乙醇球形膨胀火焰的层流燃烧速度和火焰不稳定性研究

在初始温度为400 K、不同的初始压力(0.1 MPa、0.4 MPa)、氢气比例(70%、80%)和当量比(0.7~1.4)条件下进行氢气-乙醇预混燃烧实验,使用高速纹影技术记录火焰传播图像。对氢气-乙醇球形膨胀火焰中的层流燃烧速度(LBV)进行实验研究,发现LBV随着氢气比例的增加而增加,压力升高却有着负影响。对火焰发展不同阶段的火焰形貌进行了研究。当火焰表面的大裂纹分裂出现小裂纹并且导致新细胞再生时,火焰变得不稳定。通过热膨胀比、火焰厚度和刘易斯数等参数考察了流体动力学效应和热扩散效应对火焰固有不稳定性的影响。结果表明,流体动力不稳定性随着压力的增加而增加,热扩散不稳定性对压力变化的敏感性较低。此外,增加氢气比例或初始压力会导致火焰更早遭受不稳定。

氢气乙醇混合物层流燃烧速度及火焰不稳定性研究

氢气是一种高效的添加剂,可改善乙醇燃料的燃烧特性,为更好地应用于燃烧装置,有必要研究其层流燃烧特性。在初始压力为0.1及0.4 MPa,初始温度为400 K,等效比范围为0.7~1.4,氢气比例为20%、50%和80%下进行实验,采用定压法(constant pressure method,CPM)得到层流燃烧速度(laminar burning velocity,LBV)。对火焰发展不同阶段的火焰形貌进行研究,当火焰表面的大裂纹分裂出现小裂纹,并导致新细胞再生时,火焰变得不稳定;还研究流体动力学效应和热扩散效应对火焰固有不稳定性的影响。结果表明:LBV随着氢气比例的增加而增加,在富氢状态下其提升效果更加显著;流体动力不稳定性随着压力的增加而增加,热扩散不稳定性对压力变化不敏感;此外,增加氢气比例或初始压力将使火焰更早变得不稳定。

生成式算法在风景园林生成设计中的适应性研究

【目的】测试目前常见的生成式算法在风景园林生成设计中的表现,尝试探讨不同的生成式算法在各个设计环节应用的优劣势。【方法】构建“方案文本生成—场地布局生成—平面图渲染—效果图生成”的风景园林方案生成设计理论框架,在同一个输入条件下测试不同算法在各个设计环节的表现。【结果】方案文本生成算法方面,测试了大语言模型及其在下游应用中的适应性调整方法,包括二次预训练及微调、检索增强生成、多代理系统的方法;图像生成算法方面,测试了大型文生图预训练模型及微调方法、图像结构控制方法;另外,将文生图模型与基于生成对抗网络的布局生成算法、参数化三维模型生成系统结合,并测试其在各个阶段的表现。【结论】目前大型预训练模型以其在通用领域的生成能力为生成设计领域提供强有力的支撑,但预训练模型提供的只是基础的通用能力,从通用领域到风景园林领域的适应性研究还需要检索、控制、微调等多种技术手段协作以开发全面的技术体系。

稳定扩散模型在遥感图像生成中的应用

深度学习中遥感影像解译需要大量高质量遥感数据,但获取大量高分辨率的遥感数据成本高昂。为高效、经济地解决模型训练数据匮乏的问题,本文利用稳定扩散模型(Stable Diffusion)实现了遥感图像的生成。该方法利用DreamBooth技术和控制网络(ControlNet),通过文字描述从噪声端到端生成多传感器遥感影像。实验结果表明,该方法不仅能够有效提高训练数据的多样性,而且生成的数据质量接近真实数据水平,解决了训练数据不足的问题。

“非遗+AI”模式下的湖南土特产包装创新设计

目的探究“非遗+AI”新模式下湖南土特产包装的创新设计形式,传承和发展非遗文化,提升土特产包装的文化内涵,提高传统包装的科技含量,以适应当代消费者不断提升的审美和消费需求。方法通过问卷调查、深度访谈等方法,分析“非遗+AI”模式与当代湖南土特产包装的设计现状,了解消费者对包装设计的不同需求,总结设计策略,并基于“非遗+AI”新模式下机器学习和深度学习技术,借助SD(Stable Diffusion,稳定扩散模型)架构下的Lora模型(Low-RankAdaptation of Large Language Models,大语言模型的低秩适用方法),进行踏虎凿花在岳阳王鸽土特产包装设计中的创新应用实践。结果生成出紧跟新时代数字技术,驱动非遗文化活态传承的包装设计图案,从而实现湖南土特产包装的创新设计探索。结论基于“非遗+AI”模式下的SD模型技术,对泸溪踏虎凿花进行创新转化并应用在湖南土特产岳阳王鸽包装设计中,既活化了传统手工艺的表达形式,又创新了土特产的包装表现手法,为其他非遗文化元素和产品包装的有机融合提供了新路径。