第三届计算机图形学与混合现实前沿研讨会

暨YOCSEF武汉虚拟现实专题论坛

2017年06月15日

武汉 武汉大学 

为活跃我国计算机图形学和虚拟现实的研究，促进学术交流和合作，中国计算机学会计算机辅助设计与图形学专委会经讨论决定创办计算机图形学和混合现实前沿研讨会（GAMES: Graphics And Mixed Environment Symposium）。首届GAMES由浙江大学计算机辅助设计与图形学国家重点实验室承办，第二届GAMES由南京大学软件新技术国家重点实验室承办，第三届GAMES定于2017年6月15日在武汉大学召开，会期一天，由武汉大学计算机学院、武汉大学软件工程国家重点实验室承办。

近年来，以深度学习为代表的人工智能技术已在计算机图形学、虚拟现实、混合现实领域有了广泛的应用，促进了这些领域的技术进步和产业发展。本次GAMES会议面向广大图形学和虚拟现实研究工作者和研究生，会议主题定位于计算机图形学、混合现实和人工智能，邀请国内在计算机图形学、虚拟和混合现实、可视化、人工智能领域的优秀学者报告最新研究工作，分享研究心得，研讨相关方向的研究热点和发展趋势，促进交叉学科领域的研究。

虚拟现实（VR）与增强现实（AR）无疑是当下科技界最受关注的话题之一，但今年以来VR与AR的热度有所降温，一个原因是VR与AR在技术、内容、硬件等方面存在明显不足。近年来，以深度学习为代表的人工智能技术已在智能芯片、三维建模、智能交互等VR与AR核心技术领域取得重要进展，那么人工智能是否为VR与AR技术发展的必由之路？中国计算机学会青年科技论坛武汉分论坛邀请了学术界和工业界的专家学者对该议题进行观点交锋、分享各自看法。

组织机构

主办单位： 中国计算机学会

承办单位： 中国计算机学会CAD&CG专委会

武汉大学计算机学院

武汉大学软件工程国家重点实验室

中国计算机学会青年科技论坛武汉分论坛

学术主席：  鲍虎军教授  浙江大学

程序主席：  肖春霞教授  武汉大学

 

会议议程

上午

08: 30—09: 10	报告1：网络可视媒体的智能计算
	报告人：胡事民　教授　清华大学
09: 10—09: 45	报告2：面向视频识别的深度学习方法
	报告人：姜育刚  教授  复旦大学
09: 45—10: 20	报告3：Learning Deep Generative Models for 3D Shape Structures
	报告人：徐 凯  副教授 国防科技大学
10: 20—10: 30	茶歇
10: 30—11: 05	报告4：场景文本识别技术现状、挑战及应用前景
	报告人：白 翔  教授 华中科技大学
11: 05—11: 40	报告5：基于眼动数据挖掘的视觉感知分析与应用
	报告人：陈震中 教授 武汉大学
11: 40—12: 15	报告6：面向3D打印的多孔结构建模与几何优化
	报告人：吕 琳  副教授 山东大学

       12: 15—14: 00    午餐

       下午

 

14: 00—14: 35	报告7：网络空间视觉内容理解
	报告人：操晓春 研究员 中国科学院信息工程研究所
14: 35—15: 10	报告8：高光谱遥感信息处理与应用
	报告人：钟燕飞 教授 武汉大学
15: 15—15: 50	报告9：从描述式分析到指导式分析：可视分析的下一个十年
	报告人：陈为 教授 浙江大学
16: 00—18: 00	YOCSEF 武汉专题论坛 论坛议题：人工智能是否为VR与AR技术发展的必由之路
	论坛嘉宾： 陈为     浙江大学 操晓春   中国科学院信息工程研究所 徐凯     国防科技大学 吕琳     山东大学 孙碧亮   秀宝软件有限公司

 

会议地点：武汉大学计算机学院八楼报告厅

会议时间：2017年6月15日 08：30-18：00

联系方式：胡志权  13264716119  邮箱 huzhiquan@whu.edu.cn

 

欢迎大家参会(免费)，我们将免费为所有参会者提供午餐。

报名方式：填写以下内容，以文档的形式发送到  huzhiquan@whu.edu.cn （邮件注明：第三届计算机图形学和混合现实研讨会参会），以便我们安排会务及午餐。

 

姓名	职称	单位	联系电话	电子邮箱	相关专业

 

计算机图形学和混合现实前沿研讨会报告摘要及演讲者介绍

1. 胡事民 清华大学

报告题目：网络可视媒体的智能计算

个人简介：胡事民，现为清华大学计算机系教授、教育部长江学者特聘教授。研究方向主要为计算机图形学与交互技术、智能信息处理与系统软件。2002年获国家杰出青年基金资助，2006年起担任国家“973”计划项目首席科学家，2009年入选新世纪百千万人才工程国家级人选， 2013年入选第一批“万人计划”科技创新领军人才。研究成果获国家自然科学二等奖一项、国家技术发明二等奖一项。

2.操晓春 中国科学院信息工程研究所

报告题目：网络空间视觉内容理解

报告摘要：随着互联网的飞速发展，网络中的信息分享和传播日益广泛。在给人们生活带来极大便利和新鲜资讯的同时，各种负面信息的传播，安全性问题日益突出。调查显示，目前不少群体利用网络传播负面思想，散播相关图像和音视频。因此，理解发布的不良信息和资料，对实现网络环境的净化，很有必要且十分重要。现实环境中由于体量大、模态多样的视觉数据智能处理，已经成为网络数据挖掘技术应用从受控条件到复杂现实环境拓展和跨越的重大瓶颈，严重影响视觉内容识别的精确性、鲁棒性、实时性甚至安全性。

个人简介：操晓春，中国科学院信息工程研究所信息安全国家重点实验室研究员、博导。就读于北京航空航天大学和美国中佛罗里达大学。曾就职于美国ObjectVideo公司和天津大学。主要从事多媒体内容安全和计算机视觉领域的研究，取得了多项创新研究和实践成果，应用于国家重要部门。国家自然科学基金委优秀青年基金获得者，入选中组部万人计划“青年拔尖人才支持计划” 、中国科学院“百人计划”。 CCF-A类国际期刊IEEE Transactions on Image Processing编委(Associate Editor)、英国工程技术学会会士(IET Fellow)。

3.陈为 浙江大学

报告题目：从描述式分析到指导式分析：可视分析的下一个十年

报告摘要：我们见证了可视分析兴起的十年：交互式可视化界面促使机器智能与人类智能的有机融合。然而，在当前的应用场合下，用户的分析能力、知识基础和使用习惯极大地阻碍了可视分析方法和系统的增效作用。在分析过程中更多地融入AI的元素，可以逐步减轻对用户能力和工作量的依赖，这正体现了数据分析和商业智能领域提倡的从描述式分析(descriptive)、到预测式分析(predictive)再到指导式分析(prescriptive)的发展路径。事实上，指导式分析这个词在很多文章中都零散出现，并作为一定的设计理念存在，但都没有完整、系统地考虑。而随着云计算、深度学习技术的发展，这些原本就有的理念可以得到重新发明(reinvent)并真正地实行，一个显著的例子是微软的Power BI新版本中提供的从自然语言中识别可视任务的功能。在下一个十年，可视化和可视分析的研究如何迈进？本次报告将分享这方面的心得。

个人简介：陈为，浙江大学计算机学院CAD&CG国家重点实验室，教授，十三五国家重点研发专项“云计算与大数据”总体组与指南组专家，国家优秀青年科学基金获得者。研究兴趣是数据可视化和可视分析，发表国际顶尖学术期刊和会议论文数十篇。出版教材3部（其中2部数据可视化本科和研究生教材），专著一部（大数据技术）。主讲《计算机游戏程序设计》课程和教材相继被评为国家精品课程、国家资源共享课程、十二五国家规划教材。担任期刊Journal of Visualization、JVLC、计算机辅助设计与图形学学报编委、IEEE TVCG和IEEE TITS客座编委、IEEE Pacific Visualization大会指导委员会委员、中国可视化大会ChinaVIS指导委员会副主席。担任VINCI国际会议大会主席（2010,2012)，IEEE Pacific Visualization 2013大会论文主席、IEEE Pacific Visualization 2015大会主席、ACM SIGGRAPH Asia Workshop on Visualization 2016大会论文主席、IEEE LDAV 2017大会论文主席、IEEE Pacific VAST 2017大会共同主席。荣获IEEE Visualization年会最佳论文提名奖2次、浙江省科学技术奖二等奖、IEEE Conference on CAD&CG大会最佳论文奖、教育部科学技术进步二等奖等。更多信息见：http://www.cad.zju.edu.cn/home/chenwei。

4.姜育刚  复旦大学

报告题目：面向视频识别的深度学习方法

报告摘要：本报告主要介绍复旦大学视频大数据分析实验室近年来在网络视频分析领域的研究成果，涵盖了实验室在基于深度学习的视频分析算法设计、大规模视频数据集构建以及应用系统研发等方面完成的工作。

个人简介：姜育刚，香港城市大学博士、美国哥伦比亚大学博士后，2011年通过复旦大学人才引进回国工作，现为计算机科学技术学院教授、博士生导师，上海市视频技术与系统工程研究中心副主任、视频大数据分析实验室主任。国家优秀青年科学基金获得者。 当前的研究领域为多媒体信息检索、计算机视觉与深度学习，主要关注视频大数据内容识别与检索方法。至今在国际知名期刊和会议上发表论文百余篇。据Google Scholar，论文总被引用近5000次。曾获ACM Multimedia最佳短文、IEEE Trans. on Multimedia Prize Paper Award Honorable Mention等优秀论文奖。2009年被美国IBM沃森研究中心选为”Emerging Leader in Multimedia”；2014年荣获首届ACM中国新星奖；2015年荣获ACM SIGMM Rising Star Award、教育部自然科学二等奖（第一完成人）、军队科技进步二等奖（第二完成人）。曾入选首届CCF-Intel青年学者提升计划、上海市浦江人才计划、上海市青年科技启明星计划、上海市青年拔尖人才计划，获”上海IT青年十大新锐”称号、上海市青年五四奖章等荣誉。

5.徐凯    国防科技大学

报告题目：Learning Deep Generative Models for 3D Shape Structures

报告摘要：In this talk, I will present a recent work of ours on Deep Generative Models for 3D Shape Structures. We introduce a novel neural network architecture for encoding and synthesis of 3D shape structures. Our key insight is that 3D shapes are effectively characterized by their hierarchical organization of parts, which reflects fundamental intra-shape relationships such as adjacency and symmetry. We develop a recursive neural net based auto-encoder to map a flat, unlabeled, arbitrary part layout to a compact code. The code effectively captures hierarchical structures of man-made 3D objects of varying structural complexities despite being fixed-dimensional: an associated decoder maps a code back to a full hierarchy. The learned bidirectional mapping is further tuned using an adversarial setup to yield a generative model of plausible structures, from which novel 3D structures can be sampled. Finally, our structure synthesis framework is augmented by a second trained module that produces fine-grained part geometry, conditioned on global and local structural context, leading to a full generative pipeline for 3D shapes.

个人简介：徐凯，国防科技大学副教授。2011年于国防科大计算机学院获得博士学位。曾赴加拿大西蒙弗雷泽大学进行访问研究。研究兴趣为数据驱动的三维几何分析与建模、基于三维几何的计算机视觉等。发表ACM Transactions on Graphics论文十余篇。担任Computer Graphics Forum、Computers and Graphics和The Visual Computer等图形学重要期刊的编委。担任CAD/Graphics 2017、ICVRV 2017和GDC 2016等国际国内会议的论文共同主席。担任SIGGRAPH Asia、PG、SGP等国际会议的程序委员。曾获湖南省自然科学一等奖（排名第3）、军队科技进步二等奖（排名第6）、全军优秀博士论文奖、中国工业与应用数学学会“几何设计与计算青年学者奖”、陆增镛CAD&CG高科技奖二等奖。2016年获得国家自然科学“优秀青年基金”和湖南省自然科学“杰出青年基金”。2017年获得“湖湘青年英才”奖励。

6.吕琳 山东大学

报告题目：面向3D打印的多孔结构建模与几何优化

报告摘要：3D打印技术的不断发展与普及为复杂几何结构的快速成型创造了可能性，也为产品的创新设计与定制提供了广阔的发展空间与机遇。通过设计与优化几何结构来实现对模型物理性能的控制或达到希望的功能性成为计算机图形学尤其是数字几何处理方向的研究热点。报告将围绕面向3D打印的多孔结构建模与几何设计优化介绍近年来的研究工作。

个人简介：吕琳，山东大学计算机科学与技术学院副教授，博士生导师，山东大学未来计划青年学者。2002年和2005年分别获山东大学计算机软件与理论专业学士和硕士学位，2011年获得香港大学计算机科学博士学位。主要研究兴趣为计算机图形学、数字几何处理、计算几何等。近些年来，围绕3D打印与几何计算展开深入研究，尤其在模型内部结构优化、面向3D打印的模型定制等课题上的研究获得了重要突破，在ACM TOG，IEEE TVCG等国际著名期刊上发表20余篇研究论文。

7.白翔 华中科技大学

报告题目：场景文本识别技术现状、挑战及应用前景

个人简介：白翔，华中科技大学电子信息与通信学院教授，博导，国家防伪工程中心副主任。先后于华中科技大学获得学士、硕士、博士学位。他的主要研究领域为计算机视觉与模式识别、深度学习。尤其在形状的匹配与检索、相似性度量与融合、场景OCR取得了一系列重要研究成果，入选2014、2015、2016年Elsevier中国高被引学者。他的研究工作曾获微软学者，国家自然科学基金优秀青年基金的资助。他已在相关领域一流国际期刊和会议如PAMI、IJCV、CVPR、ICCV、ECCV、NIPS、ICML、AAAI、IJCAI、ICDAR上发表论文30余篇。任国际期刊Pattern Recognition, Pattern Recognition Letters, Neurocomputing, Frontier of Computer Science编委，及IEEE信号处理协会(SPS)武汉Chapter主席。

8.钟燕飞 武汉大学

报告题目：高光谱遥感信息处理与应用

报告简介：高光谱遥感是一种能够获取地物连续波谱曲线、图谱合一的对地观测技术，具备精细识别地表物质成分的能力。高光谱遥感信息处理面临着数据海量高维、混合像元等多种因素带来的挑战。如何对高光谱遥感数据进行地物精细分类和混合像元光谱分解是高光谱遥感领域关注的两个前沿问题。本报告在高光谱遥感地物精细分类方面，介绍地物光谱编码与特征选择、非线性分类器、多分类器决策融合等群智能优化地物分类方法；在混合像元分解方面，介绍空谱融合光谱稀疏分解与定位制图的亚像元信息处理理论与方法；取得的成果已应用于国产高光谱遥感数据处理、全球地表覆盖制图、物证鉴定等重大工程领域。

个人简介：钟燕飞，武汉大学“珞珈特聘”教授，博士生导师，国家优秀青年科学基金、全国优秀博士学位论文、教育部新世纪优秀人才和湖北省杰出青年科学基金获得者，IEEE Senior Member。主要从事遥感信息处理与应用方向的研究，主持国家自然科学基金、863计划等项目。在国内外发表科研论文120余篇，在IEEE TIP/TGRS/TSMCB/JSTSP、ISPRS P&RS、PR等期刊发表SCI论文60余篇，成果入选ESI热点和高被引论文。获批国家发明专利3项。提出的遥感数据分类方法获IEEE地球科学与遥感学会( GRSS) 2013年度数据融合分类大赛亚军。获湖北省自然科学一等奖、教育部科技进步一等奖；入选教育部创新团队骨干成员。担任IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (JSTARS)、International Journal of Remote Sensing、Remote Sensing等国际SCI期刊副主编/编委。

9.陈震中  武汉大学

报告题目：基于眼动数据挖掘的视觉感知分析与应用

报告简介：眼动在人的视觉信息处理过程中占据着非常重要的作用，与视觉注意力、信息加工的关系非常密切。研究人员通过对眼动数据挖掘的研究来探讨人的心理活动，观察其与各种生理、心理上的表现之间的关系。本报告介绍基于眼动数据挖掘的视觉注意以及视觉搜索感知机理分析与建模，以及在视觉行为分析，图像理解，感知视频编码、虚拟现实等方面的应用。

个人简介：陈震中，武汉大学教授，国家青年千人计划专家。现任ISO/IEC JTC1 SC29 WG11国际标准专家组成员，VQEG理事兼沉浸式媒体工作组共同主席，IEEE多媒体系统与应用技术委员会委员，IEEE资深会员，IEEE物联网简刊编委， Elsevier期刊JVCIR编委，国际电信联盟（ITU）青年发明家奖评委。主要从事计算视觉，图像视频处理与理解，视频编解码及标准化，虚拟现实与人机交互等方面的研究工作。参与了新一代视频编解码国际标准HEVC/H.265等的制定工作。发表国际期刊会议论文100多篇，50多项国内国际标准提案。获2015IEEE国际多媒体大数据会议挑战赛冠军，IEEE SMC（System Man and Cybernetics）2015年会Franklin V. Taylor Memorial Award最佳论文提名，获香港中文大学优秀博士论文奖，工程学院最佳博士论文，香港科学院青年科学家提名奖，微软学者等荣誉或奖项。