下载PDF摘要：我们介绍了一个用于自动生成平面布置图的学习框架，该框架结合了使用深度神经网络的创成式建模和用户在环设计，使人类用户能够提供稀疏的设计约束。这些约束由布局图表示。我们学习框架的核心组件是一个深度神经网络Graph2Plan，它将布局图与建筑边界一起转换为同时满足布局和边界约束的平面布置图。在给定输入建筑边界的情况下，我们允许用户指定房间数和其他布局约束，这些约束用于从数据库中检索一组平面图及其相关布局图。对于每个检索到的布局图以及输入边界，Graph2Plan首先生成相应的光栅平面图图像，然后定义一组表示房间的方框。Graph2Plan针对RPLAN进行训练，RPLAN是由80K注释平面图组成的大规模数据集。该网络主要基于通过自组织神经网络(GNN)对布局图和输入建筑边界的卷积处理，以及通过常规图像卷积对更大的平面布置图图像进行卷积处理。