一种用于保留结构并实现可控室内风格生成的语义条件GAN框架

《Applied Sciences》：A Semantic-Conditional GAN Framework for Structure-Preserving and Controllable Interior Style Generation

　　

重点推荐应用

所提出的框架可应用于人工智能辅助的室内可视化、虚拟场景风格探索以及数字媒体内容生成，这些应用都需要同时实现可控的风格表达与空间结构保持。它尤其适用于在相同空间布局下对不同室内风格进行早期视觉对比。

摘要

室内风格生成需要在保持空间布局、物体边界及语义关系的同时实现富有表现力的视觉转换。现有的生成式和风格迁移方法虽提升了室内场景的合成效果，但在引入较强风格信号时，往往会出现边界偏移、家具变形、纹理泄露以及风格表现不稳定的问题。为解决这一问题，本研究提出了一种基于语义条件的生成对抗网络框架，用于实现既能保持结构又能可控地生成室内风格。该框架从室内图像中构建语义掩码、边界图和语义嵌入，并通过多尺度条件机制将这些语义先验注入到生成器的特征流中。此外，还引入了风格编码网络，用于表征室内风格特征，并以可控方式调节图像层面的视觉外观特性，包括纹理图案、色彩色调、类似材料的表面质感以及与照明相关的视觉元素。该模型使用来自SUN RGB-D和ADE20K的5000张精选室内图像，以及由600张涵盖现代极简主义、北欧风格、工业风格和新古典主义风格的图像构成的自建风格参考集进行了训练和评估。在基准对比和消融分析中，所提出的框架实现了0.91的语义区域一致性得分，在风格强度增加时仍能保持较高的语义边界一致性，风格一致性得分在0.88到0.90之间，LPIPS得分则为0.128。20名参与者的主观评估也显示，其在真实感、风格表达和结构一致性方面得分更高。这些结果从定量和感知层面证明了，基于语义条件的注入方法能够提升人工智能辅助室内可视化中空间语义保持与可控图像层面风格表达之间的平衡。