[Modeling and Reconstruction] FaçAID: A Transformer Model for Neuro-Symbolic Facade Reconstruction

https://dl.acm.org/doi/10.1145/3680528.3687657

[FaçAID: A Transformer Model for Neuro-Symbolic Facade Reconstruction

SIGGRAPH Asia 2024 Conference Papers](https://dl.acm.org/doi/10.1145/3680528.3687657)

1. 간단한 요약 및 소개

FaçAID는 건축 외관의 디지털 재구성을 위해 Neuro-Symbolic 접근을 활용한 혁신적인 모델입니다. 이 논문은 Transformer를 기반으로 split grammar와 tree-based procedural generation을 결합해, 2D 이미지에서 복잡한 건축 외관을 재구성할 수 있는 기술을 제안합니다. 이 모델은 건축 디자인, 도시 계획, 게임 엔진 등 다양한 분야에서 응용 가능성을 보여줍니다.

---

2. 기존 문제점

1. 정확한 외관 재구성의 어려움:
   • 기존의 건축 외관 모델링 기법은 이미지 세그먼트에서 복잡한 절차적 재구성을 수행하는 데 어려움을 겪음.
2. 노이즈 민감성:
   • 입력 데이터(이미지)가 노이즈가 많은 경우, 기존 방법론은 잘못된 결과를 생성하기 쉬움.
3. 2D 이미지 중심의 제한:
   • 기존 방법은 주로 2D 평면에서 작동하며, 3D 구조로 확장하기 어려움.
4. 자동화의 부족:
   • 수작업으로 의존해야 하는 절차적 프로세스가 많아 효율성이 떨어짐.

---