亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于AI技術(shù)的花境設(shè)計(jì)應(yīng)用分析

        2023-12-20 09:01:04崔思賢張耀文王旭東
        園林 2023年12期
        關(guān)鍵詞:植物模型設(shè)計(jì)

        崔思賢 張耀文 賈 婕 王旭東*

        (1.米蘭理工大學(xué)建筑學(xué)院,皮亞琴察 29121;2.華北水利水電大學(xué)建筑學(xué)院,鄭州 450000)

        AI技術(shù);花境;植物景觀;生成設(shè)計(jì);機(jī)器學(xué)習(xí);神經(jīng)網(wǎng)絡(luò)

        近年來(lái),AI技術(shù)的興起已經(jīng)在各個(gè)領(lǐng)域產(chǎn)生了廣泛而深遠(yuǎn)的影響,特別是基于深度學(xué)習(xí)技術(shù)的圖像生成模型(例如Midjourney、Dall-E、Stable Diffusion等技術(shù)),它們能夠根據(jù)用戶簡(jiǎn)單的輸入生成富有創(chuàng)造力的圖像,能夠產(chǎn)生令人滿意的多樣化設(shè)計(jì)結(jié)果。AI技術(shù)不僅在設(shè)計(jì)領(lǐng)域創(chuàng)造了更多的交互和創(chuàng)新,也為設(shè)計(jì)師提供了更多的工具和資源。這一系列算法和技術(shù)的不斷發(fā)展,將人工智能與設(shè)計(jì)領(lǐng)域相結(jié)合,為創(chuàng)意的表達(dá)和生成提供了新的可能性,不僅促進(jìn)了設(shè)計(jì)、藝術(shù)與人工智能的融合,也為設(shè)計(jì)領(lǐng)域帶來(lái)了更多的創(chuàng)新和想象空間[1]。生成設(shè)計(jì)是設(shè)計(jì)師與計(jì)算機(jī)協(xié)同工作的創(chuàng)作過(guò)程,在人機(jī)交互過(guò)程中,計(jì)算機(jī)算法和人工智能技術(shù)被用來(lái)輔助設(shè)計(jì)師創(chuàng)造獨(dú)特的設(shè)計(jì)作品。生成設(shè)計(jì)可快速產(chǎn)生多樣性的創(chuàng)意選項(xiàng),激發(fā)創(chuàng)新思維,提供設(shè)計(jì)師不同的視角[2]。隨著深度學(xué)習(xí)技術(shù)的成熟和應(yīng)用,風(fēng)景園林領(lǐng)域可以借助這些先進(jìn)的算法和模型來(lái)進(jìn)行創(chuàng)意的生成和優(yōu)化。通過(guò)訓(xùn)練大規(guī)模的數(shù)據(jù)集,深度學(xué)習(xí)可以識(shí)別和理解不同的景觀元素、設(shè)計(jì)風(fēng)格以及人們對(duì)環(huán)境的偏好,從而生成滿足特定需求的設(shè)計(jì)方案,同時(shí),這也成為當(dāng)前風(fēng)景園林智能化發(fā)展的主要方向[3-5]。陳然采用樣式生成對(duì)抗網(wǎng)絡(luò)2代(Style Generative Adversarial Network 2,StyleGAN2)算法,通過(guò)訓(xùn)練生成風(fēng)景園林設(shè)計(jì)方案,對(duì)生成的方案進(jìn)行特征量化分析,得出人工智能可以在沒(méi)有人類(lèi)指導(dǎo)的情況下,無(wú)監(jiān)督學(xué)習(xí)識(shí)別部分抽象的高維設(shè)計(jì)特征[1]。周懷宇采用生成對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Network,GAN)訓(xùn)練人工智能模型,該模型可用于風(fēng)景園林平面圖案例的用地類(lèi)型分析及平面渲染,幫助設(shè)計(jì)師提升分析及制圖效率[6]。

        花境設(shè)計(jì)作為風(fēng)景園林設(shè)計(jì)中的植物專(zhuān)項(xiàng)設(shè)計(jì),運(yùn)用計(jì)算機(jī)輔助花境設(shè)計(jì)應(yīng)用具有無(wú)限的潛力和研究?jī)r(jià)值[7-8]。韓開(kāi)雪等[8]基于光輝城市(Mars)平臺(tái),通過(guò)其植物素材的仿生功能,進(jìn)行花境設(shè)計(jì)實(shí)踐,探索仿生技術(shù)在植物景觀設(shè)計(jì)中的新視角及思路。陳國(guó)棟等[9]基于虛擬現(xiàn)實(shí)技術(shù)對(duì)植物群落的視覺(jué)特征要素進(jìn)行分析與篩選,如植物群落豐富度、植物配置模式、色彩對(duì)比度、季相特征和林冠線變化形等相關(guān)視覺(jué)特征,生成一種基于虛擬現(xiàn)實(shí)技術(shù)的植物景觀規(guī)劃設(shè)計(jì)方案評(píng)價(jià)與修正方法。武正陽(yáng)等[10]在植物造景過(guò)程中運(yùn)用虛擬現(xiàn)實(shí)技術(shù),模擬植物從初植到成年的形態(tài)變化過(guò)程,以不同的視角方式來(lái)表達(dá)設(shè)計(jì)效果,為植物景觀的設(shè)計(jì)中提出了可持續(xù)性的設(shè)計(jì)思路。

        AI技術(shù)在風(fēng)景園林應(yīng)用領(lǐng)域已有少量科學(xué)文獻(xiàn)記載,但是AI技術(shù)在植物景觀設(shè)計(jì)方面的研究還比較匱乏。花境作為植物景觀的重要組成部分,利用AI技術(shù)來(lái)生成設(shè)計(jì)花境方案是一種可持續(xù)性的設(shè)計(jì)思路。因此,研究基于Stable diffusion平臺(tái)對(duì)花境AI模型進(jìn)行訓(xùn)練,試圖探索一種便捷、高效且真實(shí)的花境設(shè)計(jì)思路及方法。

        1 實(shí)驗(yàn)設(shè)計(jì)

        1.1 數(shù)據(jù)來(lái)源

        AI訓(xùn)練的數(shù)據(jù)來(lái)源為河南省首屆花境大賽——北龍湖濕地公園花境展,占地面積18 000 m2,花境作品共54個(gè),拍攝了50張花境作品照片作為AI訓(xùn)練的數(shù)據(jù)。首先,照片選取兼顧場(chǎng)地的多樣性,確保從不同角度、不同場(chǎng)景和不同環(huán)境收集花境照片。將花境照片分4類(lèi):島式花境(12張),單面觀花境(15張),雙面觀花境(13張),路緣花境(10張),以獲得更廣泛的視覺(jué)信息和更多樣的樣本,使得訓(xùn)練模型具有更好的泛化能力。其次,花境照片盡可能多地覆蓋各種常見(jiàn)的花卉類(lèi)型和景觀形式。確保訓(xùn)練數(shù)據(jù)集中包含廣泛的花卉種類(lèi)和景觀樣式,以便訓(xùn)練模型可以適應(yīng)不同的設(shè)計(jì)需求。此外,照片選取應(yīng)確保高質(zhì)量,花境圖像清晰、細(xì)節(jié)豐富,并且具有良好的光照和色彩表現(xiàn)。這可以提供更準(zhǔn)確和可靠的特征信息,幫助模型學(xué)習(xí)到更好的視覺(jué)表達(dá)。在收集訓(xùn)練數(shù)據(jù)時(shí),盡量保持各個(gè)類(lèi)別或類(lèi)型的花卉圖像和景觀照片數(shù)量相對(duì)均衡,就可以避免訓(xùn)練模型偏向于某些特定的花卉品種或景觀風(fēng)格,確保模型具有更好的全局性能(圖1)。

        1.2 預(yù)試驗(yàn)

        預(yù)實(shí)驗(yàn)的主要目的為數(shù)據(jù)初步篩選,將4類(lèi)花境照片分別進(jìn)行Lora模型訓(xùn)練,訓(xùn)練出來(lái)的模型都逐個(gè)進(jìn)行生成島式花境、單面觀花境、雙面觀花境、路緣花境,對(duì)生成的效果進(jìn)行分析,可得訓(xùn)練出來(lái)的模型生成對(duì)應(yīng)類(lèi)型的花境效果較好,其他類(lèi)型效果不佳。再將全部花境照片進(jìn)行Lora模型訓(xùn)練,訓(xùn)練出來(lái)的模型生成島式花境、單面觀花境、雙面觀花境、路緣花境,對(duì)其效果進(jìn)行分析。相比之下,運(yùn)用全種類(lèi)數(shù)據(jù)訓(xùn)練的模型生成方案的植物豐富度、空間效果、植物選擇更能達(dá)到預(yù)期。

        1.3 訓(xùn)練過(guò)程算法原理及訓(xùn)練方法

        “Low-Rank Adaptation of Large Language Models”(LORA)是一種用于大型語(yǔ)言模型的低秩自適應(yīng)方法。正式訓(xùn)練過(guò)程包括訓(xùn)練數(shù)據(jù)集準(zhǔn)備、訓(xùn)練環(huán)境參數(shù)配置、模型訓(xùn)練、模型測(cè)試4部分。訓(xùn)練數(shù)據(jù)的準(zhǔn)備過(guò)程需要收集用于訓(xùn)練的圖片數(shù)據(jù)集,各種類(lèi)型的花境圖像,確保數(shù)據(jù)集包含多樣性的花境風(fēng)格、主題和類(lèi)型。圖像進(jìn)行預(yù)處理,對(duì)訓(xùn)練素材進(jìn)行標(biāo)簽化處理,從而輔助AI學(xué)習(xí)。預(yù)處理生成tags打標(biāo)文件后,對(duì)文件中的標(biāo)簽再進(jìn)行優(yōu)化,使數(shù)據(jù)集調(diào)用方便,更精準(zhǔn)還原特征。訓(xùn)練數(shù)據(jù)集準(zhǔn)備完畢后,開(kāi)始準(zhǔn)備訓(xùn)練環(huán)境配置。電腦配置要求N卡,推薦RTX30系列及以上顯卡,使用基于Kohya-ss的訓(xùn)練腳本進(jìn)行訓(xùn)練。設(shè)置好訓(xùn)練參數(shù)進(jìn)行訓(xùn)練,電腦的配置與訓(xùn)練迭代數(shù)的選擇,影響著訓(xùn)練的時(shí)間的長(zhǎng)短。訓(xùn)練完成后,需要對(duì)訓(xùn)練好的這些模型進(jìn)行測(cè)試,以找出最適合的模型(圖2)。

        圖2 Loar訓(xùn)練流程圖Fig.2 Loar training process diagram

        Stable diffusion輔助生成花境設(shè)計(jì)方案。將訓(xùn)練好的Lora模型置入Stable diffusion軟件中,選擇合適的場(chǎng)景圖像,進(jìn)行語(yǔ)義分割,不同的色塊代表不同的屬性,將語(yǔ)義分割圖像加載到軟件ControlNet中,進(jìn)行圖像預(yù)處理。輸入相關(guān)的正反提示詞,用于調(diào)取對(duì)應(yīng)數(shù)據(jù)生成花境方案。確定穩(wěn)定擴(kuò)散算法的參數(shù),其中最重要的參數(shù)是擴(kuò)散系數(shù),它控制了擴(kuò)散的速度。根據(jù)需要進(jìn)行參數(shù)設(shè)置,以達(dá)到所需的擴(kuò)散效果。根據(jù)所選的穩(wěn)定擴(kuò)散算法,對(duì)圖像進(jìn)行迭代計(jì)算。每一次迭代都會(huì)根據(jù)擴(kuò)散系數(shù)和當(dāng)前圖像的像素值進(jìn)行計(jì)算,更新圖像的像素值。根據(jù)需要,可以對(duì)穩(wěn)定擴(kuò)散過(guò)程進(jìn)行控制。可以包括調(diào)整擴(kuò)散系數(shù)的大小、選擇合適的邊界條件、設(shè)定迭代次數(shù)等。完成穩(wěn)定擴(kuò)散過(guò)程后,可能需要進(jìn)行一些后處理操作,以進(jìn)一步改善圖像的質(zhì)量。例如,可以進(jìn)行銳化、去噪或調(diào)整對(duì)比度等操作。

        2 AI輔助生成花境設(shè)計(jì)分析

        2.1 花境場(chǎng)景選擇及構(gòu)建

        花境類(lèi)型大致可以分為島式花境、單面觀花境、雙面觀花境、路緣花境、林緣花境、立式花境、庭院花境等類(lèi)型[11]。選取島式花境、單面觀花境、雙面觀花境、路緣花境較為常見(jiàn)的4類(lèi)花境場(chǎng)景作為生成實(shí)驗(yàn)對(duì)象。向AI提供相應(yīng)的正向提示詞與反向提示詞,利用語(yǔ)義分割圖界定不同類(lèi)型花境的邊界,不同的顏色代表不同的屬性,語(yǔ)義分割圖只具有花境的輪廓邊界,運(yùn)用訓(xùn)練出來(lái)的Lora模型進(jìn)行生成不同類(lèi)型的花境設(shè)計(jì)方案。從生成的方案中挑選出最合適的方案,然后再對(duì)其進(jìn)行優(yōu)化與潤(rùn)色(圖3-6)。

        圖3 島式花境模型生成展示Fig.3 Island-style floral landscape model generation presentation

        圖4 單面花境模型生成展示Fig.4 Single-sided floral landscape model generation presentation

        圖5 雙面花境模型生成展示Fig.5 Double-sided floral landscape model generation presentation

        圖6 路緣花境模型生成展示Fig.6 Roadside floral landscape model generation presentation

        2.2 花境植物選擇及優(yōu)化

        對(duì)AI生成的花境方案針對(duì)植物的不同特性,進(jìn)行篩選與優(yōu)化。

        (1)空間屬性。如植物的尺度、空間的層次,在AI生成的方案中可能出現(xiàn)局部花卉大小不合適的情況,可以利用AI局部重繪的方式,進(jìn)行精準(zhǔn)調(diào)整。

        (2)色彩屬性。依據(jù)對(duì)花境冷暖色系等色彩設(shè)計(jì)方面的需求,針對(duì)花卉色系出現(xiàn)不和諧的部分,可以在其需要調(diào)整的部分涂上對(duì)應(yīng)屬性顏色,利用seed值進(jìn)行重繪,使整體色系和諧。

        (3)生態(tài)屬性。植物的生態(tài)習(xí)性,AI生成不能對(duì)其進(jìn)行精準(zhǔn)的選擇與控制,需要人工進(jìn)行調(diào)整與優(yōu)化,選擇適合場(chǎng)地生態(tài)環(huán)境的花卉品種,例如植物對(duì)光照(喜陰或喜陽(yáng))、水分(喜濕或耐旱)、溫度(喜溫或耐寒)等生態(tài)習(xí)性的要求等,還需人工進(jìn)行輔助調(diào)整及優(yōu)化。此外,花境不僅需要多種多樣的花卉和綠植進(jìn)行精心的布置,創(chuàng)造一個(gè)豐富而生機(jī)勃勃的景觀;花境場(chǎng)景還需要設(shè)置一些吸引觀賞者目光的配景,例如人物、小動(dòng)物雕像、小風(fēng)車(chē)、小船等構(gòu)筑物,增強(qiáng)花境場(chǎng)景氛圍,這些也是花境構(gòu)成的重要元素和視覺(jué)焦點(diǎn)。這種布局的連貫性和平衡性使得整個(gè)花境場(chǎng)景更加協(xié)調(diào)和諧。AI生成的花境方案有時(shí)會(huì)缺失一些構(gòu)筑物,需要后期進(jìn)行人為干預(yù),進(jìn)行花境場(chǎng)景潤(rùn)色,這樣不僅增加了場(chǎng)景的視覺(jué)層次,還為觀賞者帶來(lái)了豐富的觀感體驗(yàn)。

        3 AI生成花境的效果評(píng)價(jià)

        3.1 AI生成花境的效果問(wèn)卷調(diào)研

        (1)評(píng)估使用AI技術(shù)生成的花境設(shè)計(jì)方案的質(zhì)量、準(zhǔn)確性和創(chuàng)造性。邀請(qǐng)花境設(shè)計(jì)師、園藝師等從業(yè)者對(duì)使用AI生成的花境設(shè)計(jì)方案進(jìn)行主觀評(píng)估。評(píng)估標(biāo)準(zhǔn)包括顏色搭配、植物選擇、布局的合理性、形狀和紋理的組合等方面。評(píng)估者可以獨(dú)立評(píng)估設(shè)計(jì)方案,并記錄其個(gè)體評(píng)價(jià)。之后,組織評(píng)估者之間的討論和交流,分享其觀點(diǎn)、喜好和建議[12]。根據(jù)評(píng)估者的個(gè)體評(píng)價(jià)和討論,綜合考慮各方面的意見(jiàn),形成綜合的評(píng)估結(jié)果。通過(guò)匯總評(píng)估者的評(píng)分、綜合評(píng)估者的評(píng)論和意見(jiàn)的方式完成。

        (2)將AI生成的花境設(shè)計(jì)方案與設(shè)計(jì)師創(chuàng)作的方案進(jìn)行對(duì)比。邀請(qǐng)專(zhuān)業(yè)設(shè)計(jì)師和專(zhuān)業(yè)學(xué)生來(lái)評(píng)估兩者之間的差異,并提供其偏好和意見(jiàn)。確定AI設(shè)計(jì)方案的優(yōu)勢(shì)和改進(jìn)空間。選擇一組由AI生成的花境設(shè)計(jì)方案和一組由設(shè)計(jì)師創(chuàng)作的花境設(shè)計(jì)方案。確保這些方案在設(shè)計(jì)目標(biāo)、風(fēng)格和要素上具有一定的相似性,以便進(jìn)行有效的比較[13-15]。選擇評(píng)估者,包括專(zhuān)業(yè)的花境設(shè)計(jì)師、園藝師和普通用戶。評(píng)估者的數(shù)量應(yīng)足夠多,以確保評(píng)估結(jié)果具有代表性。將AI生成的設(shè)計(jì)方案和設(shè)計(jì)師創(chuàng)作的方案進(jìn)行展示,并提供必要的說(shuō)明和背景信息。通過(guò)圖片的方式進(jìn)行展示。確定評(píng)估指標(biāo)和標(biāo)準(zhǔn),用于比較和評(píng)價(jià)不同設(shè)計(jì)方案的優(yōu)劣。指標(biāo)包括美觀度、創(chuàng)新性、和諧性、功能性等方面。根據(jù)具體情況,可以使用定性評(píng)估和定量評(píng)估相結(jié)合的方法。讓評(píng)估者對(duì)每個(gè)設(shè)計(jì)方案進(jìn)行評(píng)估,并根據(jù)事先確定的評(píng)估指標(biāo)進(jìn)行打分、評(píng)論。使用調(diào)查問(wèn)卷、打分表、討論小組等方式進(jìn)行數(shù)據(jù)收集。比較AI生成的設(shè)計(jì)方案和設(shè)計(jì)師創(chuàng)作的方案之間的評(píng)估結(jié)果,并總結(jié)它們的差異和相似之處。

        3.2 AI生成花境的效果評(píng)估分析

        通過(guò)問(wèn)卷調(diào)查的形式對(duì)AI生成的方案進(jìn)行主觀方面的評(píng)估,本次調(diào)查發(fā)放問(wèn)卷數(shù)量共計(jì)158份,收回問(wèn)卷數(shù)量154份,調(diào)查對(duì)象為風(fēng)景園林專(zhuān)業(yè)教師與學(xué)生,其中老師收回問(wèn)卷數(shù)量28份,學(xué)生收回問(wèn)卷數(shù)量126份。

        多數(shù)調(diào)查對(duì)象對(duì)AI生成的花境方案的創(chuàng)意性的評(píng)價(jià)較高,其中77.92%認(rèn)為其創(chuàng)意性達(dá)到了良好,說(shuō)明AI生成的花境方案在創(chuàng)意方面得到認(rèn)可。從方案的和諧性方面看,同樣得到較高的認(rèn)可,56.50%認(rèn)為其和諧性達(dá)到了優(yōu)秀。但是,AI生成的花境方案的花卉可識(shí)度比較一般,其中55.20%認(rèn)為其花卉的可識(shí)度只能達(dá)到一般程度;在方案的美感度方面,AI生成的方案得到了大部分調(diào)查對(duì)象認(rèn)可,77.92%認(rèn)為其方案的美感度達(dá)到了良好;在布局的合理性方面,78.57%認(rèn)為其達(dá)到良好;在方案與設(shè)計(jì)目標(biāo)符合程度方面,78.57%認(rèn)為其符合程度達(dá)到了良好(圖7)。

        圖7 問(wèn)卷調(diào)查結(jié)果統(tǒng)計(jì)Fig.7 Survey results statistics

        通過(guò)整個(gè)問(wèn)卷調(diào)查數(shù)據(jù)分析可以得出,AI生成的花境的方案除了在花卉的識(shí)別上比較一般,其他方面的評(píng)價(jià)都比較優(yōu)秀,其生成的方案在調(diào)查對(duì)象中具有較高的接受度。

        4 結(jié)語(yǔ)與討論

        4.1 結(jié)語(yǔ)

        當(dāng)前,人工智能技術(shù)的運(yùn)用,大部分涉及的是地理學(xué),生物學(xué),城市規(guī)劃等多種學(xué)科的綜合研究,在風(fēng)景園林領(lǐng)域的研究還處于初步階段[16],近年來(lái),在方案自動(dòng)生成的系統(tǒng)研究中,機(jī)器學(xué)習(xí)是重要的分支,其迅速的發(fā)展賦予了計(jì)算機(jī)處理大量圖像的能力,使其可以自動(dòng)地處理大量的圖片[17-18],這使得AI花境設(shè)計(jì)成為一個(gè)有力的輔助工具,為設(shè)計(jì)師提供更多可能性和創(chuàng)新性?;ň匙鳛橹参锞坝^的重要組成部分,利用AI技術(shù)來(lái)生成設(shè)計(jì)花境方案具有一定的可行性及適用性。AI技術(shù)能夠從大量的花境圖像和設(shè)計(jì)案例中獲取靈感,并生成創(chuàng)新的設(shè)計(jì)方案。通過(guò)對(duì)大量的數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí),挖掘數(shù)據(jù)背后潛在的規(guī)律,來(lái)實(shí)現(xiàn)有效的數(shù)據(jù)利用[19]?;赟table diffusion平臺(tái)對(duì)花境模型進(jìn)行訓(xùn)練,AI技術(shù)可以為不同類(lèi)型的花境場(chǎng)景生成高質(zhì)量和多樣化的設(shè)計(jì)方案,探索一種便捷、高效且真實(shí)的花境設(shè)計(jì)思路及方法,為AI技術(shù)在植物景觀設(shè)計(jì)領(lǐng)域的理論研究及設(shè)計(jì)實(shí)踐應(yīng)用提供創(chuàng)新研究視角及思路。

        4.2 討論

        與傳統(tǒng)花境設(shè)計(jì)相比,AI在花境設(shè)計(jì)展現(xiàn)出了獨(dú)特的優(yōu)勢(shì),但也存在一些潛在的限制。

        (1)AI花境設(shè)計(jì)方案的質(zhì)量和準(zhǔn)確性取決于所使用的數(shù)據(jù)。如果訓(xùn)練數(shù)據(jù)不充分或不具有代表性,AI生成的設(shè)計(jì)方案可能缺乏多樣性和創(chuàng)新性,無(wú)法滿足設(shè)計(jì)需求。AI算法在生成花境設(shè)計(jì)方案時(shí)可能存在誤差和不確定性。這些誤差可能導(dǎo)致不符合實(shí)際條件或設(shè)計(jì)目標(biāo)的設(shè)計(jì)方案。

        (2)傳統(tǒng)花境設(shè)計(jì)依賴于設(shè)計(jì)師的創(chuàng)造力和直覺(jué),注重藝術(shù)性和個(gè)性化。通常設(shè)計(jì)師與客戶之間需要面對(duì)面交流和合作,并充分考慮客戶的需求和偏好。依賴于設(shè)計(jì)師的經(jīng)驗(yàn)和知識(shí),借助手工繪圖和實(shí)地考察來(lái)收集信息,需要更多的時(shí)間和資源來(lái)完成[20-21]。而基于AI輔助的花境設(shè)計(jì)則是基于算法和數(shù)據(jù)的分析,傾向于生成創(chuàng)新和多樣性的設(shè)計(jì)方案。該方式更加自主,設(shè)計(jì)師在使用AI工具時(shí)可能與客戶的直接互動(dòng)較少。

        (3)AI能夠快速分析和處理大量數(shù)據(jù),并迅速生成設(shè)計(jì)方案,可以加快設(shè)計(jì)過(guò)程,減少設(shè)計(jì)周期和人力成本。AI能夠快速分析數(shù)據(jù)、生成設(shè)計(jì)方案,并進(jìn)行快速迭代和優(yōu)化[22-23]。使用AI生成花境設(shè)計(jì)方案可以大大縮短設(shè)計(jì)周期和減少人力成本。

        (4)AI花境設(shè)計(jì)可能更偏向于提供通用化的設(shè)計(jì)方案,雖然可以根據(jù)客戶需求進(jìn)行個(gè)性化調(diào)整,但可能缺乏個(gè)性化程度的深度和細(xì)節(jié)。傳統(tǒng)花境設(shè)計(jì)更強(qiáng)調(diào)設(shè)計(jì)師與客戶之間的合作和情感交流,注重體現(xiàn)人類(lèi)的審美和情感需求。由于風(fēng)景園林設(shè)計(jì)是主觀情感和可觀條件共同的作用產(chǎn)物,現(xiàn)階段的人工智能主要為弱人工智能,沒(méi)有自主意識(shí),不能提供人的情感需求[16]。AI花境設(shè)計(jì)通常是基于預(yù)設(shè)的數(shù)據(jù)和算法進(jìn)行設(shè)計(jì),可能無(wú)法全面考慮到特定場(chǎng)地的獨(dú)特要求以及人類(lèi)的情感因素。

        綜上,AI花境設(shè)計(jì)與傳統(tǒng)花境設(shè)計(jì)在創(chuàng)造力、人機(jī)交互、數(shù)據(jù)處理、時(shí)間成本、個(gè)性化等方面存在差異[24-28]。AI技術(shù)為設(shè)計(jì)師提供了新的解決思路,但仍需要結(jié)合人類(lèi)設(shè)計(jì)師的專(zhuān)業(yè)判斷和審美來(lái)實(shí)現(xiàn)最優(yōu)的花境設(shè)計(jì)方案。

        注:文中圖表均由作者繪制。

        猜你喜歡
        植物模型設(shè)計(jì)
        一半模型
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        瞞天過(guò)海——仿生設(shè)計(jì)萌到家
        設(shè)計(jì)秀
        海峽姐妹(2017年7期)2017-07-31 19:08:17
        哦,不怕,不怕
        有種設(shè)計(jì)叫而專(zhuān)
        Coco薇(2017年5期)2017-06-05 08:53:16
        將植物穿身上
        3D打印中的模型分割與打包
        植物罷工啦?
        亚洲国产成人资源在线桃色| 制服丝袜中文字幕在线| 东北寡妇特级毛片免费| 国产哟交泬泬视频在线播放 | 日日摸夜夜添夜夜添无码免费视频 | 人与禽交av在线播放| 妺妺窝人体色www在线直播| 高清少妇一区二区三区| av高清在线不卡直播| 欧美金发尤物大战黑人| 97人妻视频妓女网| 亚洲福利网站在线一区不卡| 国产精品成人观看视频国产奇米 | 国产一区二区精品久久岳| 亚洲av无码第一区二区三区| 丁香六月久久| 亚洲第一页视频在线观看 | 亚洲欧美日韩人成在线播放| 午夜福利影院不卡影院| 国产色视频在线观看了| 99久久久无码国产精品秋霞网 | 2022国内精品免费福利视频| 国产精品亚洲一区二区三区久久| 亚洲av无码日韩av无码网站冲| 精品一区二区久久久久久久网站| 久久dvd| 亚洲不卡在线免费视频| 国产av无码专区亚洲av毛网站| 欧美在线观看一区二区| 在线亚洲精品一区二区三区| 伊人久久大香线蕉午夜av| 116美女极品a级毛片| 国产亚洲高清在线精品不卡| 黄色国产一区二区99| 熟女精品视频一区二区三区| 亚洲一级电影在线观看| 精品久久一区二区三区av制服| 午夜理论片yy6080私人影院| 欧美在线综合| 日韩日本国产一区二区| 国产精品日本一区二区在线播放|