GAMES Webinar 2022 – 230期(AI驱动的三维内容生成) |杨洁(中国科学院计算技术研究所)，Ruihui Li (Hunan University)
【GAMES Webinar 2022-230期】(几何专题-AI驱动的三维内容生成)
报告嘉宾：杨洁(中国科学院计算技术研究所)
报告时间：2022年5月26号星期四晚上20:00-20:45（北京时间）
报告题目：面向复杂几何结构和精细几何细节的递归深度生成模型
报告摘要：
3D几何形状表示和建模是计算机图形学和计算机视觉的核心任务之一。从场景理解、物体识别与分类等上层应用到形状重建和编辑等底层任务的算法设计都依赖于三维几何表示。理想的三维表示方法应该能够处理灵活的拓扑、在各种尺度下表示模型的细节并且可以高效的进行编辑和渲染，现有的用于深度几何学习的表示方法难以同时满足以上的要求。本工作得益于分层次递归图表示以及同胚变形细节表达能力强的优势。我们依据三维模型内在的多层级结构设计提出了相应的深度生成模型，引入了结构化的建模方法来对一般的三维人造模型进行表示建模。我们的深度生成模型可以对三维模型的几何细节和结构进行解耦编码，并且可以合理的利用数据的分布进行模型插值和生成。进一步的，我们将分层递归图的结构运用在表达复杂场景的布局和细节上，同时引入功能区域的概念来简化场景的复杂布局，最后可以达到合理的场景布局生成，包括物体的精细的部件细节的生成和重建。
讲者简介：
杨洁，中国科学院计算技术研究所博士研究生，指导教师为高林老师和夏时洪老师。研究方向为几何处理和几何学习，本科毕业于四川大学数学系，获得理学学士学位。系列研究成果发表在ACM SIGGRAPH\TOG、IEEE TPAMI、IEEE TVCG、NeurIPS和ICCV上。曾获得国家奖学金，时谛智能CAD&CG优秀学生奖，第四范式博士生奖等。
报告嘉宾：Ruihui Li (Hunan University)
报告时间：2022年5月26号星期四晚上20:45-21:30（北京时间）
报告题目：3D Geometry Learning from Upsampling to Generation
报告摘要：
Low-cost 3D sensors have spurred the development of learning techniques for 3D analysis. However, due to the complexity and costs of 3D data collecting and annotating, the quality and quantity of existing 3D datasets are still limited. In this talk, I will present our efforts for enhancing the point cloud representation and enriching the 3D data. First, considering that raw point clouds produced from 3D sensors are often sparse, I will present a series of point cloud upsampling frameworks, producing a denser and more faithful representation for the underlying surface. Then, I will introduce an unsupervised framework for high-quality shape generation and manipulation. Such data enhancement and enrichment of the original data promotes the effective use of 3D point clouds for downstream analysis and general process.
讲者简介：
Ruihui Li recently joined the College of Computer Science and Electronic Engineering, Hunan University (HNU) as an associate professor. Prior to that, he was a postdoctoral fellow at the Chinese University of Hong Kong (CUHK) and he received a PhD degree in computer science from the CUHK in June 2021. His research interests are in deep geometry learning, generative modeling, 3D vision, and computer graphics, and he is particularly interested in 3D reconstruction and generation with high controllability. Most of his publications are presented at top-tier journals and conferences, such as SIGGRAPH, TVCG, CVPR (oral), ICCV, etc.
主持人简介：
孟敏，广东工业大学计算机学院副教授，硕士生导师，广东省“珠江人才计划”青年拔尖人才。2011年在浙江大学获得博士学位，2011-2013年在新加坡南洋理工大学从事博士后研究。CCF计算机辅助设计与图形学专委会委员、CSIG智能图形专委会委员、三维视觉专委会委员。研究方向为图像处理、机器学习、计算机图形学。发表系列知名国际期刊和会议论文，其中在IEEE TIP、IEEE TCBY、IEEE TCSVT、CAD等发表论文十余篇。
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
