{"id":21990,"date":"2025-09-01T14:34:14","date_gmt":"2025-09-01T13:34:14","guid":{"rendered":"https:\/\/www.arhns.uns.ac.rs\/givsf\/?p=21990"},"modified":"2025-10-03T10:40:08","modified_gmt":"2025-10-03T09:40:08","slug":"unapredivanje-postojecih-rendera-enterijera-koriscenjem-stable-diffusion-a","status":"publish","type":"post","link":"https:\/\/www.arhns.uns.ac.rs\/givsf\/unapredivanje-postojecih-rendera-enterijera-koriscenjem-stable-diffusion-a\/","title":{"rendered":"Selektivno unapre\u0111ivanje rendera enterijera kori\u0161\u0107enjem Stable Diffusion-a"},"content":{"rendered":"\n
\"\"\/<\/figure>\n\n\n\n

Prva radionica<\/strong><\/p>\n\n\n\n

Oblast:<\/strong> Vizualizacija<\/strong><\/p>\n\n\n\n

Tema istrazivanja:<\/strong><\/p>\n\n\n\n

Primena ve\u0161ta\u010dke inteligencije zna\u010dajno je unapredila<\/em> i optimizovala<\/em> proces istra\u017eivanja u oblasti arhitektonske vizualizacije.<\/p>\n\n\n\n

Kori\u0161\u0107enje AI omogu\u0107ava dodavanje sitnih nepravilnosti, pobolj\u0161anje tekstura i pove\u0107anje refleksije u na\u0161em renderu zahvaljuju\u0107i inpaint<\/em> opcijama, \u010dime se unapre\u0111uju detalji koje nismo uspeli da postignemo ru\u010dno.<\/p>\n\n\n\n

Predmet istra\u017eivanja<\/strong> jeste da kroz eksperimentisanje prona\u0111em najefikasnija pode\u0161avanja u Stable Diffusion-u pomo\u0107u kojih se render enterijera mo\u017ee unaprediti uz minimalne izmene, spajaju\u0107i tehni\u010dku ta\u010dnost arhitektonskog modela i vizuelnu uverljivost koju pru\u017ea AI.                                                                        <\/p>\n\n\n\n

Stanje u oblasti:<\/strong><\/p>\n\n\n\n

Jedna od najnaprednijih tehnologija u oblasti generisanja slika pomo\u0107u ve\u0161ta\u010dke inteligencije je Stable Diffusion<\/strong>, koja je sve prisutnija u arhitektonskoj vizualizaciji. Stable Diffusion kombinuje language model<\/strong>, diffusion model<\/strong> i decoder<\/strong> kako bi transformisao ulazne podatke u visoko kvalitetne i verodostojne slike. Pored generisanja novih vizuala, tehnologija omogu\u0107ava i image-to-image<\/strong> obradu i inpainting<\/strong>, \u0161to omogu\u0107ava preciznu kontrolu nad arhitektonskim detaljima i selektivnu doradu postoje\u0107ih rendera. Ove funkcije omogu\u0107avaju dizajnerima da prilagode i pobolj\u0161aju kompoziciju, teksture i osvetljenje, \u0161to ubrzava proces i olak\u0161ava istra\u017eivanje razli\u010ditih stilova i vizuelnih re\u0161enja.<\/p>\n\n\n\n

*U slede\u0107em primeru kori\u0161\u0107en je Stable Diffusion<\/strong> za dodavanje ljudskih figura u postoje\u0107e arhitektonske rendere. AI je omogu\u0107io da se ljudi prirodno uklapaju u prostor, sa prilago\u0111enim proporcijama, pozama i senkama, \u010dime je scena dobila ve\u0107i realizam i ose\u0107aj \u017eivosti. Prikazani su razli\u010diti primeri scena sa ljudima, demonstriraju\u0107i kako AI mo\u017ee obogatiti vizuelni do\u017eivljaj enterijera bez potrebe za ru\u010dnim modelovanjem ili dodatnim 3D elementima.<\/p>\n\n\n\n

Prednost je da<\/strong> AI omogu\u0107ava brzu doradu scena, pobolj\u0161ava vizuelnu privla\u010dnost rendera i \u0161tedi vreme u pore\u0111enju sa manuelnim dodavanjem likova. Dok su mane da<\/strong> ponekad dolazi do neprirodnih poza ili nesklada figura sa prostorom, a za optimalne rezultate potrebna je dodatna provera i korekcija, takodje i veliko iskustvo u izradi promtova.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Unapre\u0111enje realisti\u010dnosti rendera kroz dodavanje ljudi i iterativne dorade scena pomo\u0107u Stable Diffusion. (slika preuzeta sa curvedaxis.com)<\/p>\n\n\n\n

*Jedan od zna\u010dajnih primera primene generativnih AI modela u arhitektonskim vizualizacijama predstavlja model Freedom.Redmond<\/strong>, baziran na Stable Diffusion 2.1. Ovaj model je generalist i nije specifi\u010dno treniran za jednu kategoriju slika, \u0161to omogu\u0107ava generisanje \u0161irokog spektra stilova. U prakti\u010dnoj primeni, istra\u017eiva\u010di i dizajneri su koristili Freedom. Za potrebe uporedne analize, kori\u0161\u0107eni su isti promptovi koji su ranije primenjivani u modelima MidJourney i Realistic Vision V2.0. Rezultati su pokazali visok kvalitet slika, sa realisti\u010dnim osvetljenjem, mekim senkama, skladnim tonovima boja i uverljivim ose\u0107ajem dubine, ponekad \u010dak nadma\u0161uju\u0107i rezultate MidJourney-a.<\/p>\n\n\n\n

Posebno je zanimljivo \u0161to model omogu\u0107ava eksperimentisanje kroz pozitivne i negativne promptove<\/strong>. Ova fleksibilnost omogu\u0107ava brzo iteriranje i doradu sitnih detalja, \u0161to je naro\u010dito korisno u arhitektonskim vizualizacijama gde je potrebno pobolj\u0161ati materijale, teksture, refleksije i sitne nepravilnosti koje doprinose verodostojnosti rendera. Ipak, va\u017eno je napomenuti da rezultati zavise od preciznosti prompta<\/em>.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n
\"\"<\/a><\/figure>\n\n\n\n

Realistic Vision v2.0    VS Freedom.Redmond<\/p>\n\n\n\n

(slike preuzete sa designinputstudio.com)<\/p>\n\n\n\n

Rezultati jako zavise od iskustva<\/em> korisnika i preciznosti promptova, generalist<\/em> karakter modela ponekad stvara elemente koji nisu u potpunosti arhitektonski precizni. Tako\u0111e, za punu kontrolu potrebno je tehni\u010dko znanje i lokalna instalacija, dok ponekad dolazi do ne\u017eeljenih artefakata, neuskla\u0111enosti stilova ili materijala koji izgledaju manje verodostojno.<\/p>\n\n\n\n

*Autor je na osnovu ve\u0107 gotovih 3D rendera, koji su mu slu\u017eili kao podloga, koristio Stable Diffusion<\/strong> da unapredi vizualni kvalitet scena. AI je omogu\u0107io dodavanje ljudi u prvom planu, pobolj\u0161anje tekstura materijala poput drveta i betona, kao i doradu osvetljenja i senki, \u010dime su renderi postali realisti\u010dniji i vizuelno zanimljiviji. <\/p>\n\n\n\n

Iako je pristup efikasan i \u0161tedi vreme, on ima i svoja ograni\u010denja. Rezultati zavise od kvaliteta po\u010detnog rendera i promptova koje korisnik kreira, a ponekad su potrebne dodatne korekcije da bi ljudi i materijali bili potpuno u skladu sa prostorom i perspektivom.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n
\"\"<\/a><\/figure>\n\n\n\n

Unapre\u0111enje 3D rendera enterijera pomo\u0107u Stable Diffusion \u2013 AI je doradio teksture i osvetljenje, prikazuju\u0107i iterativni proces pobolj\u0161anja vizualnog do\u017eivljaja scene. (slika je skinuta sa https:\/\/cgaward.com.ua\/<\/a>)<\/em><\/em><\/p>\n\n\n\n

*Antoine Vidal u svom \u010dlanku istra\u017euje kako integracija AI alata<\/strong> u 3D renderovanje mo\u017ee zna\u010dajno ubrzati proces dizajniranja i omogu\u0107iti br\u017ee iteracije u ranim fazama razvoja proizvoda. On prikazuje kori\u0161\u0107enje jednostavnih 3D modela u kombinaciji sa ControlNet<\/strong> i Stable Diffusion<\/strong>, gde AI dodaje detalje poput svetla, tekstura i refleksija direktno na postoje\u0107e modele. Ovakav pristup omogu\u0107ava dizajnerima da brzo istra\u017ee razli\u010dite vizuelne pravce i prilagode dizajn, \u0161to olak\u0161ava kreativno eksperimentisanje i \u0161tedi vreme, ali istovremeno zahteva da po\u010detni model bude kvalitetan i da promptovi budu precizno oblikovani, jer lo\u0161 osnovni model ili neadekvatni upiti mogu dovesti do nezadovoljavaju\u0107ih rezultata.<\/p>\n\n\n\n

Vidal isti\u010de da ovakav na\u010din rada pove\u0107ava dostupnost vizualizacija i dizajnerima koji nemaju duboko znanje u 3D modelovanju, jer AI automatski dodaje detalje i stilizuje scenu. Istovremeno, ograni\u010denje je \u0161to AI ne mo\u017ee u potpunosti zameniti ljudsku procenu i stru\u010dnost, te krajnji rezultat uvek zahteva kriti\u010dki pregled.<\/p>\n\n\n\n

AI mo\u017ee zna\u010dajno ubrzati proces i olak\u0161ati eksperimentisanje, krajnji kvalitet vizualizacije i dalje zavisi od ljudske procene, posebno u pogledu kompozicije, proporcija i detalja koji zahtevaju stru\u010dnost i pa\u017eljivo prilago\u0111avanje.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Primeri varijacije u stilu ali dosledne kompozicije (slika preuzeta sa  https:\/\/uxdesign.cc\/<\/a>)<\/p>\n\n\n\n

* Jedan od uo\u010denih problema u radu sa Stable Diffusion-om je pojava mutnih delova i artefakata u generisanim slikama. Korisnici su izve\u0161tavali da slike mogu biti izuzetno mutne i da sadr\u017ee brojne artefakte, do ta\u010dke da izgledaju kao potpuni nered. <\/p>\n\n\n\n

Ovaj problem mo\u017ee biti izazvan razli\u010ditim faktorima, uklju\u010duju\u0107i neodgovaraju\u0107e pode\u0161ene parametre modela, lo\u0161 kvalitet ulaznih podataka ili tehni\u010dke gre\u0161ke u samom softveru. <\/p>\n\n\n\n

Problemi:<\/strong><\/p>\n\n\n\n

Analizom prethodnih primera jasno je da, iako AI alati poput Stable Diffusion-a zna\u010dajno ubrzavaju proces vizualizacije i omogu\u0107avaju kreativno eksperimentisanje, postoje brojni izazovi i ograni\u010denja:<\/p>\n\n\n\n

    \n
  1. Zavisnost od preciznosti promptova i iskustva korisnika<\/strong> \u2013 Nejasno ili lo\u0161e formulisano tekstualno upu\u0107ivanje mo\u017ee dovesti do ne\u017eeljenih rezultata, poput neprirodnih proporcija objekata, pogre\u0161no postavljenih figura ili elemenata koji ne prate perspektivu scene.<\/li>\n\n\n\n
  2. Ograni\u010dena rezolucija generisanih slika<\/strong> \u2013 Standardna rezolucija od 768\u00d7768 piksela kod mnogih modela mo\u017ee ograni\u010diti kvalitet detalja i tekstura, naro\u010dito kod ve\u0107ih scena ili kompleksnih enterijera, \u0161to \u010desto zahteva dodatne korekcije ili upscaling alate.<\/li>\n\n\n\n
  3. Mutni i nedosledni delovi<\/strong> \u2013 AI ponekad stvara delove slika koji nisu jasno definisani ili su mutni, naro\u010dito kada poku\u0161ava da kombinuje vi\u0161e elemenata, \u0161to ote\u017eava postizanje potpune verodostojnosti rendera.<\/li>\n\n\n\n
  4. Osetljivost na denoising parametre<\/strong> \u2013 previsok denoising mo\u017ee promeniti geometriju i koncept scene.<\/li>\n<\/ol>\n\n\n\n

    Cilj:<\/strong><\/p>\n\n\n\n

    Cilj je ispitati i razviti postupak kori\u0161\u0107enja Stable Diffusion-a za unapre\u0111ivanje postoje\u0107ih rendera enterijera, pobolj\u0161avaju\u0107i teksture, refleksije, osvetljenje i sitne nepravilnosti radi ve\u0107e realisti\u010dnosti, uz o\u010duvanje osnovnog koncepta i forme scene, bez deformacija, mutnih delova ili ne\u017eeljenih promena geometrije.<\/p>\n\n\n\n

    Hipoteza:<\/strong><\/p>\n\n\n\n

    Kori\u0161\u0107enjem Stable Diffusion-a za selektivno unapre\u0111ivanje postoje\u0107ih rendera enterijera mogu\u0107e je pobolj\u0161ati detalje, teksture bez zamagljenja ili promena oblika elemenata, tako da kona\u010dni render izgleda realisti\u010dnije od originalnog.<\/p>\n\n\n\n

    Kriterijujmi uspe\u0161nosti:<\/strong><\/p>\n\n\n\n

      \n
    1. O\u010duvana je geometrija i oblik svih elemenata iz originalnog rendera.<\/li>\n\n\n\n
    2. Dodate nepravilnosti i detalji pobolj\u0161avaju realisti\u010dnost scene.<\/li>\n\n\n\n
    3. Render je \u010dist bez zamu\u0107enja, mutnih delova ili ne\u017eeljenih artefakata u klju\u010dnim elementima scene.<\/li>\n<\/ol>\n\n\n\n

      Metode:<\/strong><\/p>\n\n\n\n

      – Eksperiment na kocki<\/strong> \u2013 Pre primene na enterijer, testira se Stable Diffusion inpainting na jednostavnoj kocki sa osnovnim materijalima (kamen, drvo, parket, metal, tkanina), kako bi se jasno uo\u010dili efekti pobolj\u0161anja detalja, refleksija i tekstura.<\/p>\n\n\n\n

      – Analiza i planiranje<\/strong> \u2013 Render enterijera se koristi kao podloga, na kojoj se primenjuju prethodno testirani postupci za doradu odabranih delova scene.<\/p>\n\n\n\n

      –  AI inpainting<\/strong> \u2013 Koristi\u0107e se Stable Diffusion da se selektivno dorade odabrani delovi scene, dodaju detalji i nepravilnosti, i pobolj\u0161a osvetljenje, pri \u010demu osnovni koncept i oblik scene ostaje isti.<\/p>\n\n\n\n

      –  Upore\u0111ivanje pre i posle<\/strong> \u2013 Razlike izme\u0111u originalnog i dora\u0111enog rendera se analiziraju kako bi se videlo koliko su pobolj\u0161ani detalji i realisti\u010dnost.<\/p>\n","protected":false},"excerpt":{"rendered":"

      Prva radionica Oblast: Vizualizacija Tema istrazivanja: Primena ve\u0161ta\u010dke inteligencije zna\u010dajno je unapredila i optimizovala proces istra\u017eivanja u oblasti arhitektonske vizualizacije. Kori\u0161\u0107enje AI omogu\u0107ava dodavanje sitnih nepravilnosti, pobolj\u0161anje tekstura i pove\u0107anje refleksije u na\u0161em renderu zahvaljuju\u0107i inpaint opcijama, \u010dime se unapre\u0111uju detalji koje nismo uspeli da postignemo ru\u010dno. Predmet istra\u017eivanja jeste da kroz eksperimentisanje prona\u0111em najefikasnija… Continue reading Selektivno unapre\u0111ivanje rendera enterijera kori\u0161\u0107enjem Stable Diffusion-a<\/span><\/a><\/p>\n","protected":false},"author":685,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[656],"tags":[],"coauthors":[675],"class_list":["post-21990","post","type-post","status-publish","format-standard","hentry","category-24-25-radovi","entry"],"_links":{"self":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts\/21990","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/users\/685"}],"replies":[{"embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/comments?post=21990"}],"version-history":[{"count":6,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts\/21990\/revisions"}],"predecessor-version":[{"id":23331,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts\/21990\/revisions\/23331"}],"wp:attachment":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/media?parent=21990"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/categories?post=21990"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/tags?post=21990"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/coauthors?post=21990"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}