一种基于机器学习模型的设计图像生成系统及方法技术方案

本发明专利技术公开一种基于机器学习模型的设计图像生成系统及方法，涉及建筑设计、城市规划设计和环境艺术设计领域，包括期望载入模块和图像生成模块，期望载入模块用于获取用户选择的情境词汇，并基于情境词汇生成自然语言，图像生成模块用于以自然语言作为输入，利用机器学习模型生成设计图像，从而本发明专利技术可利用机器学习模型高效生成设计图像，极大地提高出图效率，且在生成设计图像的过程中，用户只需选择情境词汇，无需任何其他操作，操作简单、直观、学习成本低。学习成本低。学习成本低。

【技术实现步骤摘要】
一种基于机器学习模型的设计图像生成系统及方法


[0001]本专利技术涉及建筑设计、城市规划设计和环境艺术设计领域，特别是涉及一种基于机器学习模型的设计图像生成系统及方法。

技术介绍

[0002]在传统的建筑设计、城市规划设计和环境艺术设计领域，普遍面临以下问题：建筑类型和建筑风格繁多、设计方案图纸绘制复杂、设计制图软件学习成本高、效果图制作周期长以及图纸修改困难。随着机器学习技术在各领域的应用，建筑设计、城市规划设计和环境艺术设计行业的专业人员迫切需要一款简单、直观且易上手的设计图像生成系统，这样的设计图像生成系统将有助于高效地深化设计方案、生成建筑空间设计效果图，以有效解决上述问题。但现在没有专门针对建筑设计、城市规划设计和环境艺术设计领域进行设计的机器学习模型，需要掌握专业的计算机和机器学习的相关知识，才能使用通用的机器学习模型来生成设计图像，存在学习成本高、操作不友好等问题，对建筑设计、城市规划设计和环境艺术设计领域的专业人士来说使用十分不便。
[0003]基于此，有必要设计一种专门针对建筑设计、城市规划设计和环境艺术设计领域的设计图像生成系统，极大地提高出图效率，同时减少学习成本。

技术实现思路

[0004]本专利技术的目的是提供一种基于机器学习模型的设计图像生成系统及方法，可利用机器学习模型高效生成设计图像，极大地提高出图效率，且不需要掌握专业的计算机和机器学习的相关知识，操作简单、直观、学习成本低。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于机器学习模型的设计图像生成系统，所述设计图像生成系统包括：
[0007]期望载入模块，用于获取用户选择的情境词汇，并基于所述情境词汇生成自然语言；
[0008]图像生成模块，用于以所述自然语言作为输入，利用机器学习模型生成设计图像。
[0009]在一些实施例中，所述情境词汇的种类包括：类型、风格、时间、气候、建筑师、视角、体量、分析图、图像尺寸、生成数量和场景。
[0010]在一些实施例中，所述设计图像生成系统还包括：
[0011]图像接收模块，用于获取用户导入的初始图像，并利用预处理模型对所述初始图像进行预处理，得到预处理后图像；所述初始图像为用于表达用户设计期望的图像；
[0012]所述图像生成模块，还用于以所述自然语言和所述预处理后图像作为输入，利用机器学习模型生成设计图像。
[0013]在一些实施例中，所述设计图像生成系统还包括：
[0014]图像接收模块，用于获取用户导入的预处理后图像；所述预处理后图像为利用预处理模型对初始图像进行预处理所得到的图像，所述初始图像为用于表达用户设计期望的
图像；
[0015]所述图像生成模块，还用于以所述自然语言和所述预处理后图像作为输入，利用机器学习模型生成设计图像。
[0016]在一些实施例中，所述预处理模型包括M
‑
LSD直线检测模型、Scribble涂鸦模型、Canny边缘检测模型、HED边缘检测模型和/或语义分割模型。
[0017]在一些实施例中，所述机器学习模型为潜在扩散模型。
[0018]在一些实施例中，所述图像生成模块，还用于利用盲图像超分辨率模型对用户选择的所述设计图像进行放大。
[0019]一种基于机器学习模型的设计图像生成方法，所述设计图像生成方法包括：
[0020]获取用户选择的情境词汇，并基于所述情境词汇生成自然语言；
[0021]以所述自然语言作为输入，利用机器学习模型生成设计图像。
[0022]一种基于机器学习模型的设计图像生成方法，所述设计图像生成方法包括：
[0023]获取用户选择的情境词汇，并基于所述情境词汇生成自然语言；
[0024]获取用户导入的初始图像，并利用预处理模型对所述初始图像进行预处理，得到预处理后图像；所述初始图像为用于表达用户设计期望的图像；
[0025]以所述自然语言和所述预处理后图像作为输入，利用机器学习模型生成设计图像。
[0026]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0027]本专利技术用于提供一种基于机器学习模型的设计图像生成系统及方法，包括期望载入模块和图像生成模块，期望载入模块用于获取用户选择的情境词汇，并基于情境词汇生成自然语言，图像生成模块用于以自然语言作为输入，利用机器学习模型生成设计图像，从而本专利技术可利用机器学习模型高效生成设计图像，极大地提高出图效率，且在生成设计图像的过程中，用户只需选择情境词汇，无需任何其他操作，操作简单、直观、学习成本低。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1为本专利技术实施例1所提供的设计图像生成系统的结构示意图；
[0030]图2为本专利技术实施例1所提供的设计图像生成系统的工作流程示意图；
[0031]图3为本专利技术实施例1所提供的M
‑
LSD直线检测模型的处理效果示意图；
[0032]图4为本专利技术实施例1所提供的Scribble涂鸦模型的处理效果示意图；
[0033]图5为本专利技术实施例1所提供的Canny边缘检测模型的处理效果示意图；
[0034]图6为本专利技术实施例1所提供的HED边缘检测模型的处理效果示意图；
[0035]图7为本专利技术实施例1所提供的语义分割模型的处理效果示意图；
[0036]图8为本专利技术实施例1所提供的语义分割特征色彩图的示意图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]本专利技术的目的是提供一种基于机器学习模型的设计图像生成系统及方法，可利用机器学习模型高效生成设计图像，极大地提高出图效率，且操作简单、直观、学习成本低。
[0039]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0040]实施例1：
[0041]本实施例用于提供一种基于机器学习模型的设计图像生成系统，如图1和图2所示，所述设计图像生成系统包括：
[0042]期望载入模块，用于获取用户选择的情境词汇，并基于情境词汇生成自然语言。
[0043]图像生成模块，用于以自然语言作为输入，利用机器学习模型生成设计图像。
[0044]本实施例的期望载入模块包括预设选择单元和引导信息生成单元。预设选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习模型的设计图像生成系统，其特征在于，所述设计图像生成系统包括：期望载入模块，用于获取用户选择的情境词汇，并基于所述情境词汇生成自然语言；图像生成模块，用于以所述自然语言作为输入，利用机器学习模型生成设计图像。2.根据权利要求1所述的设计图像生成系统，其特征在于，所述情境词汇的种类包括：类型、风格、时间、气候、建筑师、视角、体量、分析图、图像尺寸、生成数量和场景。3.根据权利要求1所述的设计图像生成系统，其特征在于，所述设计图像生成系统还包括：图像接收模块，用于获取用户导入的初始图像，并利用预处理模型对所述初始图像进行预处理，得到预处理后图像；所述初始图像为用于表达用户设计期望的图像；所述图像生成模块，还用于以所述自然语言和所述预处理后图像作为输入，利用机器学习模型生成设计图像。4.根据权利要求1所述的设计图像生成系统，其特征在于，所述设计图像生成系统还包括：图像接收模块，用于获取用户导入的预处理后图像；所述预处理后图像为利用预处理模型对初始图像进行预处理所得到的图像，所述初始图像为用于表达用户设计期望的图像；所述图像生成模块，还用于以所述自然语言和所述预处理后图像作为输入，利用...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：须臾美奂智能科技淄博有限公司，
类型：发明
国别省市：