Људске фигуре у архитектонској визуализацији: методе, реалистичност и изазови инкорпорирања људи у рендерима помоћу АI алата (истраживање из 2024. године)

Станислава  Вучетић

doi:10.24867/34FA05Vucetic

Arhitektura

God. 41 Br. 04 (2026): Зборник радова Факултета техничких наука

Људске фигуре у архитектонској визуализацији: методе, реалистичност и изазови инкорпорирања људи у рендерима помоћу АI алата (истраживање из 2024. године)

Станислава Вучетић

34FA05Vucetic.pdf

DOI:: https://doi.org/10.24867/34FA05Vucetic
Predato: March 26, 2026
Objavljeno: 2026-04-21

Apstrakt

Овај Мастер рад истражује примену вештачке интелигенције у инкорпорацији људских фигура у архитектонскoј визуализацији. У склопу истраживања, пореде се традиционалне методе (3D моделовање и постпродукција) са савременим АI приступима заснованим на моделу Stable Diffusion. Истраживање обухвата више типова сцена (дневне и ноћне, ентеријер и екстеријер) и различите начине примене (са подлогом, са подлогом у виду силуета и без подлоге), уз процену реалистичности, ефикасности и техничких ограничења добијених резултата. Истраживање показује да АI алати могу значајно убрзати процес визуализације и побољшати естетски квалитет приказа, уз извесна ограничења у одређеним аспектима људске анатомије и осветљења

Reference

[1] Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
[2] Nichol, A. Q., & Dhariwal, P. (2021). Improved Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS).
[3] Maestri, G. (2006). Digital Character Animation 3. New Riders Press.
[4] Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 10684–10695.
[5] https://github.com/CompVis/stable-diffusion (приступљено у октобру 2025.)
[6] https://huggingface.co/docs/diffusers/api/pipelines/
stable_diffusion/inpaint (приступљено у октобру 2025.)
[7] https://archicgi.com/cgi-services/people-in-architectural-
renderings-options/ (приступљено у октобру 2025.)

[1] [1] Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.

[2] [2] Nichol, A. Q., & Dhariwal, P. (2021). Improved Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS).

[3] [3] Maestri, G. (2006). Digital Character Animation 3. New Riders Press.

[4] [4] Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 10684–10695.

[5] [5] https://github.com/CompVis/stable-diffusion (приступљено у октобру 2025.)

[6] [6] https://huggingface.co/docs/diffusers/api/pipelines/

[7] stable_diffusion/inpaint (приступљено у октобру 2025.)

[8] [7] https://archicgi.com/cgi-services/people-in-architectural-

[9] renderings-options/ (приступљено у октобру 2025.)