GAMES Webinar 2017-02期(Siggraph 2017论文报告)| 刘洋(微软亚洲研究院),徐凯(国防科技大学)

GAMES Webinar 2017-02期(Siggraph 2017论文报告)】

报告嘉宾1:刘洋,微软亚洲研究院

报告时间:2017629日(星期四)晚20:00-20:45(北京时间)

主持人:吕琳,山东大学

论文题目:基于八叉树的三维卷积神经网络(O-CNN: Octree-based Convolutional Neural Networks for 3D Shape Analysis, Siggraph 2017

论文作者:王鹏帅(清华大学、微软亚洲研究院)、刘洋(微软亚洲研究院)、郭雨潇(电子科技大学、微软亚洲研究院)、孙春宇(清华大学、微软亚洲研究院)、童欣 (微软亚洲研究院)

论文网址:http://wang-ps.github.io/O-CNN.html

代码网址:https://github.com/Microsoft/O-CNN

论文摘要:

在本报告中,我将介绍一种新颖的面向三维形体分析的卷积神经网络。我们将三维形体用一种访问迅捷、存储简单的八叉树结构来表达,八叉树最深的节点上保持形体的信息,如法向信息。我们在此结构上构建了高效的卷积神经网络(O-CNN)并且限制CNN的各种操作只在八叉树的节点上运算。与基于体素的三维卷积神经网络相比,O-CNN在数据存储、内存占用、计算效率方面有一个量级的提高,使得高分辨率的支持成为可能。在形体识别、形体检索和形状分割任务上O-CNN也表现优异,取得和当前最好的研究成果相当或更好的成绩。

讲者简介:

刘洋,微软亚洲研究院主管研究员. 2000年和2003年于中国科学技术大学数学系获得理学学士及硕士学位。2008年于香港大学计算机系获得博士学位。2008年至2010年于法国INRIA/LORIA研究所从事博士后工作。2010年至今工作于微软亚洲研究院网络图形组。研究兴趣包括几何建模与处理、计算机图形学、CAGD、建筑几何等方向。在高水平学术会议和期刊上发表论文五十余篇,在多个国际图形学会议上担任或曾担任程序委员会委员,如SiggraphAsia 2014Symposium on Geometry Processing2014-2016, Pacific Graphics (2013-2017), Geometric Modeling and Processing (2014-2017)等。

 

报告嘉宾2:徐凯,国防科技大学

报告时间:2017629日(星期四)晚20:45-21:30(北京时间)

主持人:吕琳,山东大学

论文题目:面向三维模型结构的深度生成模型学习

论文信息:Jun Li, Kai Xu*, Siddhartha Chaudhuri, Ersin Yumer, Hao Zhang and Leonidas Guibas, “GRASS: Generative Recursive Autoencoders for Shape Structures,” ACM Transactions on Graphics (SIGGRAPH 2017), 36(4).

论文摘要:

本次报告向大家汇报我们在三维模型生成方面的最新工作:基于递归自编码器的三维模型结构自动生成。该工作的一个关键发现是,模型部件的层次组织可以很好地刻画三维模型的全局结构特征。该层次组织包含了部件之间的邻接和对称关系,通过自底向上的组装和复制过程,可以实现三维模型结构的有意义编解码。于是,我们提出了基于层次递归神经网络的变分自编码器,实现了三维模型结构的特征学习和自动生成。同时,为了更好地度量所生成结构的合理性,以进一步优化生成模型,我们引入了对抗训练,使之可以生成更多合理的三维结构。最后和大家分享我个人对于面向三维模型的深度学习、生成模型学习等方面的一些思考和体会。

讲者简介:

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 ForumComputers and GraphicsThe Visual Computer等图形学重要期刊的编委。担任CAD/Graphics 2017ICVRV 2017GDC 2016等国际国内会议的论文共同主席。担任SIGGRAPH AsiaPGSGP等国际会议的程序委员。曾获湖南省自然科学一等奖、军队科技进步二等奖、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”。

 

直播链接:http://webinar.games-cn.org

You may also like...

发表评论

电子邮件地址不会被公开。 必填项已用*标注