本發(fā)明涉及城市規(guī)劃，尤其是涉及一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法。

背景技術(shù)：

1、生成式城市規(guī)劃是使用生成式模型協(xié)助城市規(guī)劃的研究，旨在幫助解決傳統(tǒng)設(shè)計規(guī)劃中的部分局限性并顯著提高規(guī)劃效率，例如取代設(shè)計過程中的重復(fù)工作、計算平衡城市規(guī)劃中常常相互沖突的各類約束條件等。

2、然而，現(xiàn)有生成式城市規(guī)劃大多依賴對訓(xùn)練集數(shù)據(jù)的模仿，從而導(dǎo)致生成內(nèi)容僅在訓(xùn)練集覆蓋范圍內(nèi)具有合理性，缺乏泛化能力。例如，如果某個優(yōu)秀的生成式城市規(guī)劃模型是使用某一城市數(shù)據(jù)訓(xùn)練的，那么該模型在其他任何任務(wù)中都只能產(chǎn)生和訓(xùn)練城市相似的內(nèi)容，面對具有不同地理環(huán)境或社會條件的其他區(qū)域，就必須進行重新訓(xùn)練，因為這些模型實際上并不具有考慮以上條件的能力。

3、同時，生成式城市規(guī)劃還具有有效數(shù)據(jù)集稀少的問題，用于模型訓(xùn)練的規(guī)劃圖等相關(guān)數(shù)據(jù)缺乏格式化的大規(guī)模數(shù)據(jù)集，同時規(guī)劃圖中的藝術(shù)成分也將嚴(yán)重影響模型學(xué)習(xí)性能，這使生成式城市規(guī)劃模型的訓(xùn)練難度進一步提升，即使能夠獲取到最優(yōu)的模型架構(gòu)，沒有合適的數(shù)據(jù)集仍難以獲取能夠產(chǎn)生所需數(shù)據(jù)的預(yù)訓(xùn)練模型。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供了一種精準(zhǔn)性高、通用性好、高效穩(wěn)定的基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

3、一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，該方法包括：

4、對原始圖像進行特征提取出待規(guī)劃區(qū)域的空間信息，作為第一生成條件；

5、根據(jù)第一生成條件調(diào)控以遙感數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，獲得所述第一生成條件下的遙感預(yù)測圖像；

6、對所述遙感預(yù)測圖像進行特征提取得到第二生成條件，將第二生成條件和第一生成條件組合后作為第三生成條件，根據(jù)第三生成條件調(diào)控以城市規(guī)劃數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，將遙感預(yù)測圖像風(fēng)格遷移至城市規(guī)劃圖像，輸出目標(biāo)城市規(guī)劃圖像。

7、優(yōu)選地，所述待規(guī)劃區(qū)域的原始圖像包括遙感圖像、路網(wǎng)截圖和手繪草稿；

8、對所述遙感圖像，在特征提取之前還包括采用邊緣檢測方法進行預(yù)處理；

9、對所述路網(wǎng)截圖，在特征提取之前還包括采用直線檢測方法進行預(yù)處理。

10、優(yōu)選地，所述第一生成條件包括文本特征條件和圖像特征條件，所述圖像特征條件采用卷積神經(jīng)網(wǎng)絡(luò)提取得到；所述第二生成條件采用卷積神經(jīng)網(wǎng)絡(luò)對遙感預(yù)測圖像特征提取得到。

11、優(yōu)選地，所述文本特征條件采用transformer交叉注意力網(wǎng)絡(luò)提取得到。

12、優(yōu)選地，所述卷積神經(jīng)網(wǎng)絡(luò)為controlnet卷積神經(jīng)網(wǎng)絡(luò)。

13、優(yōu)選地，所述圖像生成網(wǎng)絡(luò)以潛在擴散模型為基底模型，選用低秩自適應(yīng)lora微調(diào)方法進行微調(diào)訓(xùn)練。

14、優(yōu)選地，在controlnet卷積神經(jīng)網(wǎng)絡(luò)調(diào)控下的潛在擴散模型的輸出表達(dá)式為：

15、

16、式中：為初始潛在擴散模型的輸出，x為初始潛在擴散模型的輸入，φ為權(quán)重；為controlnet卷積神經(jīng)網(wǎng)絡(luò)輸出，φcl與φc2表示controlnet卷積神經(jīng)網(wǎng)絡(luò)的額外塊c1和c2的權(quán)重，φc表示可訓(xùn)練副本塊n0在訓(xùn)練后更新的權(quán)重；通過對φcl、φc2與φc的訓(xùn)練，controlnet卷積神經(jīng)網(wǎng)絡(luò)塊處理后的特征化條件c通過卷積層輸出注入至潛在擴散模型的擴散行為中；

17、對于以遙感數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)中，其初始潛在擴散模型的輸入x為原始輸入圖像；對于以城市規(guī)劃數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，其初始潛在擴散模型的輸入x為遙感預(yù)測圖像。

18、優(yōu)選地，所述根據(jù)第一生成條件調(diào)控以遙感數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，獲得所述第一生成條件下的遙感預(yù)測圖像，具體為：

19、將待規(guī)劃區(qū)域的空間信息c(c)輸入至卷積神經(jīng)網(wǎng)絡(luò)中，向遙感預(yù)測環(huán)節(jié)對應(yīng)的潛在擴散模型輸入遙感數(shù)據(jù)集對應(yīng)的語義標(biāo)簽和規(guī)劃目標(biāo)信息y，生成待規(guī)劃區(qū)域在使用指定規(guī)劃目標(biāo)條件下的遙感預(yù)測圖像

20、優(yōu)選地，所述對遙感預(yù)測圖像進行特征提取得到第二生成條件，將第二生成條件和第一生成條件作為第三生成條件，根據(jù)第三生成條件調(diào)控以城市規(guī)劃數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，將遙感預(yù)測圖像風(fēng)格遷移至城市規(guī)劃圖像，輸出目標(biāo)城市規(guī)劃圖像具體為：

21、將待規(guī)劃區(qū)域的空間信息c(c)與遙感預(yù)測圖像輸入卷積神經(jīng)網(wǎng)絡(luò)中，提取出遙感預(yù)測圖像中的地理特征信息和圖形信息，作為第二生成條件；

22、將規(guī)劃目標(biāo)信息y信息輸入風(fēng)格遷移環(huán)節(jié)對應(yīng)的潛在擴散模型的特征編碼器τθ中，通過城市規(guī)劃數(shù)據(jù)集引入的語義標(biāo)簽，對遙感預(yù)測圖像風(fēng)格遷移至城市規(guī)劃圖像，輸出目標(biāo)城市規(guī)劃圖像

23、優(yōu)選地，對于采用城市規(guī)劃數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，以城市規(guī)劃風(fēng)格為一級語義標(biāo)簽，空間信息為二級語義標(biāo)簽且與遙感預(yù)測環(huán)節(jié)對齊。

24、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

25、(1)本發(fā)明設(shè)計的基于遙感預(yù)測和風(fēng)格遷移的生成式城市規(guī)劃方法，通過遙感圖像為生成式城市規(guī)劃引入額外地理信息，可實現(xiàn)生成更加精準(zhǔn)的城市規(guī)劃結(jié)果。

26、(2)采用使用潛在擴散模型作為文本到圖像的生成基底模型，實現(xiàn)對通過對潛在擴散模型的高效微調(diào)實現(xiàn)城市規(guī)劃和遙感數(shù)據(jù)的學(xué)習(xí)，具有更好的多樣性捕獲能力和跨領(lǐng)域泛化能力，將通用的生成式模型轉(zhuǎn)化為特定于城市規(guī)劃領(lǐng)域的、生成行為可精準(zhǔn)調(diào)控的模型，通用性更高。

27、(3)本發(fā)明使用少量數(shù)據(jù)集樣本即可實現(xiàn)向預(yù)訓(xùn)練的圖像生成模型引入遙感與城市規(guī)劃相關(guān)知識和語義，使用模型微調(diào)方法對潛在擴散模型進行微調(diào)而非重新訓(xùn)練，能夠在保留經(jīng)完全訓(xùn)練的模型生成能力的同時以更低的訓(xùn)練成本為其引入所需的知識和語義內(nèi)容。

28、(4)通過引入卷積神經(jīng)網(wǎng)絡(luò)額外架構(gòu)實現(xiàn)基于遙感圖像的細(xì)致地理空間信息嵌入和調(diào)控，實現(xiàn)了從圖像輸入中魯棒地提取空間信息并調(diào)控擴散模型生成行為，并為生成過程嵌入大部分生成式城市規(guī)劃所缺乏的基于地理信息的周邊環(huán)境考慮能力。

技術(shù)特征：

1.一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，該方法包括：

2.根據(jù)權(quán)利要求1所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，所述待規(guī)劃區(qū)域的原始圖像包括遙感圖像、路網(wǎng)截圖和手繪草稿；

3.根據(jù)權(quán)利要求1所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，所述第一生成條件包括文本特征條件和圖像特征條件，所述圖像特征條件采用卷積神經(jīng)網(wǎng)絡(luò)提取得到；所述第二生成條件采用卷積神經(jīng)網(wǎng)絡(luò)對遙感預(yù)測圖像特征提取得到。

4.根據(jù)權(quán)利要求3所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，所述文本特征條件采用transformer交叉注意力網(wǎng)絡(luò)提取得到。

5.根據(jù)權(quán)利要求3所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)為controlnet卷積神經(jīng)網(wǎng)絡(luò)。

6.根據(jù)權(quán)利要求5所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，所述圖像生成網(wǎng)絡(luò)以潛在擴散模型為基底模型，選用低秩自適應(yīng)lora微調(diào)方法進行微調(diào)訓(xùn)練。

7.根據(jù)權(quán)利要求6所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，在controlnet卷積神經(jīng)網(wǎng)絡(luò)調(diào)控下的潛在擴散模型的輸出表達(dá)式為：

8.根據(jù)權(quán)利要求3所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，所述根據(jù)第一生成條件調(diào)控以遙感數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，獲得所述第一生成條件下的遙感預(yù)測圖像，具體為：

9.根據(jù)權(quán)利要求8所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，所述對遙感預(yù)測圖像進行特征提取得到第二生成條件，將第二生成條件和第一生成條件作為第三生成條件，根據(jù)第三生成條件調(diào)控以城市規(guī)劃數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，將遙感預(yù)測圖像風(fēng)格遷移至城市規(guī)劃圖像，輸出目標(biāo)城市規(guī)劃圖像具體為：

10.根據(jù)權(quán)利要求1所述的一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，其特征在于，對于采用城市規(guī)劃數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，以城市規(guī)劃風(fēng)格為一級語義標(biāo)簽，空間信息為二級語義標(biāo)簽且與遙感預(yù)測環(huán)節(jié)對齊。

技術(shù)總結(jié)
本發(fā)明涉及一種基于遙感預(yù)測和風(fēng)格遷移的城市規(guī)劃生成方法，該方法包括：對原始圖像進行特征提取出待規(guī)劃區(qū)域的空間信息，作為第一生成條件；根據(jù)第一生成條件調(diào)控以遙感數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，獲得所述第一生成條件下的遙感預(yù)測圖像；對所述遙感預(yù)測圖像進行特征提取得到第二生成條件，將第二生成條件和第一生成條件組合后作為第三生成條件，根據(jù)第三生成條件調(diào)控以城市規(guī)劃數(shù)據(jù)集訓(xùn)練的圖像生成網(wǎng)絡(luò)，將遙感預(yù)測圖像風(fēng)格遷移至城市規(guī)劃圖像，輸出目標(biāo)城市規(guī)劃圖像。與現(xiàn)有技術(shù)相比，本發(fā)明具有精準(zhǔn)性高、通用性好、高效穩(wěn)定等優(yōu)點。

技術(shù)研發(fā)人員：鄧浩,楊孟臻,王潔,范鴻飛
受保護的技術(shù)使用者：同濟大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10