GAMES Webinar 2018-29期（Siggraph Asia 2017论文报告）| 张译中（微软亚洲研究院），邹常青（马里兰大学帕克分校）

【GAMES Webinar 2018-29期（Siggraph Asia 2017论文报告）】
报告嘉宾1： 张译中，微软亚洲研究院
报告时间：2018年1月4日（星期四）晚20:00 – 20:45（北京时间）
主持人：王伟明，大连理工大学（个人主页：http://wmwang.weebly.com/）
报告题目：基于目标形变的气动软体模型可计算设计与制造
报告摘要：
我们提出了一种基于目标形变的气动软体模型自动化设计方法。给定初始模型及其形变之后目标形状，我们可以自动计算出一个包含空腔结构的3D模型，这个模型能够通过向空腔中充气来实现给定的形变。我们首先将模型划分为体网格，通过对体网格形变进行聚类，进而将整个模型划分为若干个不联通的气囊。每个气囊都有专门的气道联通至模型表面，使其可以被气动系统单独控制。每个气囊的表面都包裹着一层网格状结构，通过优化网格结构的材料分布，使得气囊在形变时能够呈现各向异性的物理效果。最终生成的模型可以用3D打印来制造，并用气动驱动系统控制模型的形变。通过这种方法，我们制作了若干个软体模型，验证了这套方法的可行性及精度。
讲者简介：
张译中是微软亚洲研究院网络图形组研究员，他于2016年在浙江大学计算机系获得博士学位，他的主要研究方向包括物理仿真、3D扫描、3D打印，机器人等。
讲者个人主页：https://yizhongzhang1989.github.io/

报告嘉宾2：邹常青，马里兰大学帕克分校
报告时间：2018年1月4日（星期四）晚20:45 – 21:30（北京时间）
主持人：王伟明，大连理工大学（个人主页：http://wmwang.weebly.com/）
报告题目：基于深度学习的离散图形元素的分组算法(Learning to Group Discrete Graphical Patterns）
报告摘要：
离散图形元素的自动智能分组算法在图案设计及编辑、布局优化等方面有着重要的应用。以往的方法大多基于启发式规则的模型驱动，各种启发式规则之间的权重主要靠手工预先设置，这些特点导致以往方法在处理混有噪声的图案数据往往鲁棒性不足。针对以往方法的缺陷，我们提出了一种基于数据驱动的深度学习框架来实现离散元素的分组问题。我们的深度学习框架的优势在于，所有的分组规则以及规则之间的权值均有大量的训练数据学习而来，而非手工设置。我们的网路同时考虑了局部上下文分组规则以及全局性的分组规则。实验证明我们的学习框架具有很强的泛化能力及鲁棒性。
讲者简介：
邹常青, 计算机学科模式识别与智能系统方向博士，美国马里兰大学UMIACS研究所助理教授研究员。2001-2005年本科就读于哈尔滨工业大学通信工程专业，2005年-2008年硕士就读于中国科学院遥感与数字地球研究所信号与信息处理专业，2011-2015年博士就读于中国科学院深圳先进技术研究院集成所多媒体实验室。2015年-2017年在加拿大西蒙菲沙大学GRUVI实验室从事博士后研究。目前担任TOG、TVCG、TMM、ICCV、SIGGRAPH等领域SCI期刊及国际会议审稿人，同时担任GMP2018, PG2018等国际会议程序委员会(IPC)成员。近5年已发表包括TOG、TVCG、PR、ACM SIGGRAPH、CVPR、ECCV在内的SCI期刊或国际会议论文三十余篇，3年内论文引用数400多次。主要研究兴趣包括计算机视觉跟计算机图形学。
讲者个人主页：https://changqingzou.weebly.com/

GAMES主页的“使用教程”中有 “如何观看GAMES Webinar直播？”及“如何加入GAMES微信群？”的信息；
GAMES主页的“资源分享”有往届的直播讲座的视频及PPT等。

观看直播的链接：http://webinar.games-cn.org