본 논문에서는 두 개의 적대적 생성 신경망을 이용하여 벽과 문으로 이루어진 건축 도면 영상을 생성하는 방법에 대해 소개한다. 건축 도면 자동 생성 기술은 건축 설계자들에게 샘플 도면 추천을 통해 아이디어를 제공해주고 도면 구상에 드는 시간을 단축 시켜 줄 수 있다. 최근 컴퓨터 비전 분야에서는 적대적 생성 신경망의 등장으로 영상 생성 기술이 크게 발전했다. 그러나 이러한 기술들에 기반하여 벽과 문으로 이루어진 건축 도면 영상을 생성하는 경우 생성된 영상 속 벽의 경계가 뚜렷하지 않고 기본적인 건물의 골격을 갖추지 못하는 경우가 많이 발생한다. 이와 같은 문제를 개선하기 위해 본 논문에서는 2단계로 이루어진 적대적 생성 신경망 모델을 제안한다. 첫 번째 단계에서 도면 영상으로부터 전역적인 평면 구조 정보를 학습한 후 두 번째 단계에서 화소 수준의 지역 정보를 학습하여 개선된 품질의 도면 영상을 생성한다. 더 나아가 도면의 전역적인 평면 구조는 유지한 체 방의 구성을 변형하는 방법을 함께 제안한다. 또한, 도면 생성 모델의 성능을 측정하기 위한 새로운 정량적 평가 지표를 제안한다. 제안된 모델의 성능을 시험하기 위하여 HouseExpo 데이터 셋을 사용하였으며 생성된 도면들 중 59%가, 변형 된 도면들 중 91%가 완벽한 도면의 형태를 갖추는 것을 확인하였다.
In this paper, we introduce how to generate floor plan images consisting of walls and doors using two stage generative adversarial network model. Automatic floor plan image generation technology can provide architectural designers with ideas through sample floor plan image recommendations and shorten the time it takes to design floor plans. In the field of computer vision recently, image generation technology has greatly developed with the emergence of generative adversarial networks. However, when floor plan images are produced based on these technologies, the boundaries of the walls in the generated images are often not clear and the framework of the basic building is often missing. To improve such problems, this paper proposes a two-stage generative adversarial network model. After learning global plan structure information from floor plan images in the first stage, local information at pixel level in the second stage is learned to produce improved quality floor plan images. Furthermore, we propose a method to modify the program of the building while maintaining the global structure of the floor plans. In addition, a new quantitative evaluation method is proposed to measure the performance of the floor plan image generating network model. HouseExpo dataset was used to test the performance of the proposed model. 59% of the floor plan images produced, and 91% of the modified floor plan images, were found to be in perfect form.