Boundary-Constrained Diffusion Models for Floorplan Generation: Balancing Realism and Diversity

📄 arXiv: 2602.01949v1 📥 PDF

作者: Leonardo Stoppani, Davide Bacciu, Shahab Mokarizadeh

分类: cs.LG, cs.CV

发布日期: 2026-02-02

备注: Accepted at ESANN 2026

💡 一句话要点

提出边界约束扩散模型，平衡平面图生成中的真实性和多样性

🎯 匹配领域: 支柱七：动作重定向 (Motion Retargeting)

关键词: 平面图生成 扩散模型 多样性评分 边界约束 交叉注意力 几何一致性 建筑设计 生成模型

📋 核心要点

  1. 现有平面图生成方法过度依赖感知指标（如FID），导致生成结果多样性不足，无法满足实际设计需求。
  2. 论文提出多样性评分（DS）来量化布局多样性，并引入边界交叉注意力（BCA）模块以提升几何一致性。
  3. 实验表明，BCA能有效提升边界贴合度，但长时间训练会造成多样性崩溃，揭示了真实性和多样性之间的权衡。

📝 摘要（中文）

扩散模型在自动平面图生成领域日益流行，能够根据用户定义的约束生成高度逼真的布局。然而，优化诸如Fréchet Inception Distance (FID)等感知指标会导致设计多样性受限。为了解决这个问题，我们提出了多样性评分(DS)，这是一种量化固定约束下布局多样性的指标。此外，为了提高几何一致性，我们引入了边界交叉注意力(BCA)模块，该模块能够以建筑边界为条件。实验表明，BCA显著提高了边界依从性，而长时间的训练会导致FID无法诊断的多样性崩溃，揭示了真实性和多样性之间的关键权衡。超出分布的评估进一步证明了模型对数据集先验的依赖，强调了生成系统需要在建筑设计任务中显式地平衡保真度、多样性和泛化能力。

🔬 方法详解

问题定义：现有基于扩散模型的平面图生成方法，虽然在生成真实感方面表现出色，但过度优化FID等感知指标，导致生成结果的多样性严重不足。这限制了其在实际建筑设计中的应用，因为设计师通常需要探索多种不同的设计方案。此外，现有方法在处理建筑边界约束时，几何一致性方面仍有提升空间。

核心思路：论文的核心思路是显式地平衡生成结果的真实性和多样性。一方面，通过引入新的多样性评分（DS）指标，来量化生成结果的多样性，从而能够更好地监控和控制训练过程。另一方面，通过引入边界交叉注意力（BCA）模块，来增强模型对建筑边界的感知能力，从而提高生成结果的几何一致性。

技术框架：整体框架基于扩散模型，主要包含以下几个模块：1) 前向扩散过程：逐步向平面图布局中添加噪声，将其转化为纯噪声；2) 逆向扩散过程：从纯噪声出发，逐步去除噪声，最终生成平面图布局。在这个过程中，BCA模块被集成到逆向扩散过程中，用于增强模型对建筑边界的感知能力。同时，使用DS指标来监控生成结果的多样性。

关键创新：论文的关键创新点在于：1) 提出了多样性评分（DS）指标，用于量化平面图布局的多样性；2) 引入了边界交叉注意力（BCA）模块，用于增强模型对建筑边界的感知能力，提高几何一致性。3) 揭示了在平面图生成中，真实性和多样性之间存在着权衡关系，长时间训练可能会导致多样性崩溃。

关键设计：BCA模块的设计是关键。它通过交叉注意力机制，将建筑边界的信息融入到扩散模型的逆向扩散过程中。具体来说，BCA模块接收两个输入：一个是扩散模型中间层的特征图，另一个是建筑边界的编码表示。然后，BCA模块计算特征图和边界编码之间的注意力权重，并将边界信息融入到特征图中，从而增强模型对边界的感知能力。DS指标的计算方式是，对于一批生成的平面图布局，计算它们之间的平均距离（例如，使用Hausdorff距离）。距离越大，表示布局的多样性越高。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果表明，引入BCA模块后，平面图生成结果的边界贴合度显著提高。同时，通过使用多样性评分（DS）指标，发现长时间训练会导致多样性崩溃，而FID指标无法有效检测到这种现象。这表明，在平面图生成中，需要显式地平衡真实性和多样性，不能仅仅依赖于FID等感知指标。

🎯 应用场景

该研究成果可应用于建筑设计、室内设计、游戏场景生成等领域。通过平衡生成结果的真实性和多样性，可以帮助设计师快速生成多种不同的设计方案，并提高设计效率。此外，该研究提出的多样性评分指标，也可以用于评估其他生成模型的性能，并指导模型的训练。

📄 摘要（原文）

Diffusion models have become widely popular for automated floorplan generation, producing highly realistic layouts conditioned on user-defined constraints. However, optimizing for perceptual metrics such as the Fréchet Inception Distance (FID) causes limited design diversity. To address this, we propose the Diversity Score (DS), a metric that quantifies layout diversity under fixed constraints. Moreover, to improve geometric consistency, we introduce a Boundary Cross-Attention (BCA) module that enables conditioning on building boundaries. Our experiments show that BCA significantly improves boundary adherence, while prolonged training drives diversity collapse undiagnosed by FID, revealing a critical trade-off between realism and diversity. Out-Of-Distribution evaluations further demonstrate the models' reliance on dataset priors, emphasizing the need for generative systems that explicitly balance fidelity, diversity, and generalization in architectural design tasks.