תכנון ועיצוב חללי פנים הינו תהליך ידני בעל אופי חזרתי, ובו על המעצב לעמוד ביעדי העיצוב, לשלב מידע מיועצים מקצועיים ולשפר את הביצועים. לטכנולוגיה של למידת מכונה יש את הפוטנציאל ליצור אוטומציה ולשפר תהליכים אלה, תוך שמירה על היצירתיות של המתכנן והאיכות של החלל המתוכנן. מטרות המחקר הן  (1)לפתח שיטת ריהוט חללים אוטומטית המבוססת על מודלי למידת מכונה המקבלים כקלט גיאומטריה  של חדרים. (2) לפתח סט של מדדים להערכת איכות התוצאות שנתקבלו בעזרת המודלים. למען השגת מטרות אלו, יצרנו מאגר מידע הכולל תמונות מתוייגות של חדרים מרוהטים. המאגר משמש לצורך אימון של שלושה מודלי רשתות נוירונים

Conditional Generative Adversarial Networks (CGANs): BicycleGAN, pix2pix, SPADE.

כמו כן, פיתחנו קריטריונים להערכת התוצאות המשלבים בחינות של העיצוב אדריכלי עם כלי הערכה סטנדרטיים בתחום הראייה הממוחשבת. ניתוח אדריכלי של התוצאות וכן הבדיקות המספריות מראים כי מודל ה-BicycleGAN עולה על שני המודלים האחרים מבחינת איכות התכנון ועומד בתקנים אדריכליים מקובלים.

פרטים ליצירת קשר: חנאן תנאצרה | 050-6333703 | tanasra.hanan@gmail.com

בשעה 11:00 בחדר הישיבות – אמדו קומה 3 וגם בזום – לינק זום