CNCC2022论坛｜人工智能与计算机图形学的深层次融合

刘烨斌

清华大学 长聘教授

分别于2002年和2009年在北京邮电大学、清华大学自动化系获得工学学士和工学博士学位。主要研究方向为三维视觉。发表PAMI/ SIGGRAPH/CVPR/ICCV等论文近70篇，其中CVPR/ICCV/ECCV口头报告论文12篇。担任CVPR及ICCV Area Chair，SIGGRAPH Asia技术委员会委员。任中国图象图形学会三维视觉专委会副主任。获2012年国家技术发明一等奖（排名3），2019年中国电子学会技术发明一等奖（排名1）。获2021年国家基金委杰出青年基金资助。

报告题目：神经渲染数字人关键技术：动捕、重建与生成

本报告围绕下一代数字人技术：神经渲染数字人的三大关键技术，对人的行为进行动作捕捉实现交互性，对人的外观进行三维重建实现沉浸性，以及赋予创作能力的生成技术，分别介绍报告人在运动捕捉、动态三维重建、视频高质量生成等三方面科研工作，涵盖人体、人脸、人手的相关视觉图形学前沿。报告同时对沉浸式全息通信技术、AI数字人等热点前沿进行展望和探讨。

许威威

浙江大学 长聘教授

CCF会员，教育部长江学者。曾任日本立命馆大学博士后，微软亚洲研究院网络图形组研究员, 杭州师范大学浙江省钱江学者特聘教授。主要研究方向为计算机图形学、三维重建、深度学习、物理仿真及3D打印。在国内外高水平学术会议和期刊发表论文80余篇。获中国和美国授权专利18项。所开发的三维注册和重建技术在高精度扫描仪及人体三维重建系统中得到应用。2014年受国家自然科学基金优秀青年基金资助，主持国家自然科学基金重点项目一项，获浙江省自然科学二等奖一项。

报告题目：高分辨率物理现象量化物理仿真技术

高分辨率的物理仿真可以带来很好的视觉效果，但其内存复杂度高，无法在桌面或移动平台上计算。本报告将介绍如何通过在编译器层面实现对量化数据类型，减少对仿真流水线量化编程开销，以极小的编程代价进行位级别的空间压缩，有效减少物理仿真算法内存空间和带宽的消耗，提高物理仿真的规模和分辨率。

刘洋

微软亚洲研究院网络图形组 首席研究员

研究方向包括几何建模与处理，三维特征学习与三维生成。现担任国际期刊ACM Transactions on Graphics和IEEE Transactions on Visualization and Computer Graphics 的副主编，多次担任计算机图形学领域中高水平学术会议的程序委员会成员，如ACM Siggraph Asia, Symposium on Geometry Processing, Pacific Graphics, 以及会议主席(Shape Modeling International 2022)和程序委员会主席(Shape Modeling International 2021, Geometric Modeling and Processing 2019)。

报告题目：三维几何学习的进展

通过数据驱动的方式从纷繁芜杂的三维几何数据中学习紧致有效的几何表征，是三维集合学习的重要内容。其为三维造型、三维重建、结构理解、场景生成等众多领域提供高效的表达与分析工具。此次报告围绕三维几何学习中的研究重点与难点来探讨并展望未来研究。

王锐

浙江大学 教授

CCF会员，长期从事绘制研究，主要围绕虚拟现实与数字娱乐中的图形绘制理论、算法与框架开展工作。在复杂光场高效采样、实时绘制算法、绘制架构的自动优化等方面做出了多项突破，取得了国际领先的科研创新成果。承担多项国家省部项目，相关研究成果已成功应用于华为、腾讯、西门子、网易、商汤等公司。曾获教育部科学技术进步奖一等奖、浙江省技术发明一等奖。

报告题目：基于深度学习的绘制

将深度学习方法融入绘制中，不仅可以提升传统方法的效率，还可以提供新颖的深度学习表达与全新的绘制机制，为我们看待计算机图形学问题带来新视角。本报告将从神经绘制、基于深度学习的正向绘制和可微绘制三个方面，介绍基于深度学习的绘制技术的发展、现状和未来展望。

徐凯

国防科技大学 教授

CCF杰出会员，CCF计算机辅助设计与图形学专委会常务委员。国家优青，湖南省杰青。研究方向为数据驱动的三维感知与建模、三维视觉及其机器人应用等。发表CCF A类论文60篇，其中包括领域顶级会议SIGGRAPH论文27篇。担任ACM Transactions on Graphics期刊编委。担任GMP 2023等国际会议的论文主席，以及SIGGRAPH等的程序委员。获湖南省自然科学一等奖2项（排名第1和第3）、CCF自然科学一等奖（排名第3）。

报告题目：基于三维几何的机器人感知与交互

本次报告围绕在线三维重建，在线场景理解，以及在线三维交互，汇报我们近年来的系列工作，包括：快速相机运动下的实时三维重建，机器人自主与协同式场景扫描与重建，机器人主动式场景理解，以及基于三维几何表征学习的机器人灵巧抓取等。