数据驱动的室内场景设计与建模

Computer-Aided interior design is widely used in architecture, home design, furniture manufacture and so on. The development of low-cost depth cameras and 3D models on the Internet brings a novel opportunity for computer-aided interior design. Data-driven interior scene design has becomes one of the hottest research topics in computer graphics recently. However，existing techniques for interior design are limited to some specific modeling problems, which makes it far from the requirements of the interior design. The fundamental reason is that there is not a general formulation suitable for interior design which consists of a number of abstract artistic principles for different contents. We are going to present a novel general formulation of the interior design problem, combining geometry, arrangements, and appearance of the indoor scene. In order to determine its quantitative expression，mining it from a large dataset of indoor scene models is to be studied. The main research contents include: study of the key principles of interior design and their mathematical descriptions; learning the quantitative model effectively from a big dataset of indoor scenes; study of the 3D modeling and design algorithms under different constraints specified by common users. This project is expected to present an effective system for interior design, to achieve theory breakthrough and innovations of interior design and modeling techniques.

室内场景的计算机辅助设计广泛应用于建筑、家居设计、家具制造等行业。低价深度相机的发展和网络三维模型资源的丰富，为室内场景设计技术带来了新的契机。数据驱动的室内场景设计是近年来的一个研究热点。然而，现有的室内场景相关技术都局限在特定的建模问题，不适于室内设计。其根本原因在于室内设计过程包含了众多艺术性的、不同内容的一系列设计原则，尚无一种适用于设计过程的通用表达。本课题尝试从一个完整的室内设计角度，研究一种包含室内场景几何、布局、外观的室内设计的通用表达方法。充分挖掘大数据中所蕴含的潜在信息，确定室内设计通用表达的量化模型。主要研究内容包括：研究室内设计原则的表达，研究在大数据中总体设计模型的高效学习算法，研究在不同条件下的自适应场景设计算法。本课题预期完成一个有效的交互室内设计系统，在室内场景计算机辅助设计方法的理论上有所突破，在室内场景建模技术上有所创新，为其理论化和实用化奠定基础。

项目围绕着数据驱动的室内场景的的设计和建模，研究了室内场景布局设计相关的设计表达和合成方法，主要包括室内场景物体关系的表达，总体设计模型的高效学习和优化方法，以及不同条件下的场景布局和几何结构设计算法。并在原计划研究内容的基础上，结合了最新的深度学习的技术方法，实现了从图像、草图、点云等多模态数据中有效的信息提取和融合。在静态布局方面，研究了室内场景中家具物体间的空间关系表达和提取方法，设计了综合物体空间关系和居住活动路径的场景布局目标函数，提出了一种高效实时的优化方法，满足用户的交互设计和编辑的需要。在动态布局的结构分析和设计方面，对可折叠家具和物体中的各种关节结构进行几何分析，研究了在离散-连续的混合高维空间中的优化方法，建立了拓扑构建-几何优化的统一框架，实现了多类可变形几何结构的自动生成。而为了更充分地挖掘室内场景中的物体上下文信息，我们研究了以图像、草图、点云为辅助输入的场景布局和物体几何信息提取技术，为普通用户提供了更加丰富的设计手段。 与本项目相关的研究工作在IEEE TVCG、Graphical Models、Computer-Aided Geometric Design等国际期刊和会议上发表论文14篇，申请专利4项，培养博士生一名、硕士生7名。