GAMES Webinar 2022 – 258期(几何深度学习) | 王鹏帅(北京大学王选计算机研究所)，李曼祎 (山东大学软件学院)

【GAMES Webinar 2022-258期】(几何专题-几何深度学习)

报告嘉宾：王鹏帅(北京大学王选计算机研究所)

报告时间：2022年12月8号星期四晚上20:00-20:45（北京时间）

报告题目：用于三维曲面重建的对偶八叉树图神经网络

报告摘要：

本次报告我将跟大家报告我们最新发表于SIGGRAPH 2022的论文。我们在这个论文中提出一种基于对偶八叉树的图神经网络，可以用于高质量的三维曲面重建、三维物体自编码等。我们的方法的核心是将三维空间表达为一个自适应八叉树，然后把相邻的叶节点连接成对偶八叉树，并在对偶八叉树上作用一种全新的图卷积，为三维重建任务提取特征。之前的基于点云或者稀疏体素的神经网络只能在曲面附近提取特征，很难预测连续的三维曲面。而我们的方法可以为三维空间的任何一个点都提取特征，能够保证产生连续的三维曲面。在一系列三维曲面重建的实验中，我们都能取得最佳性能。我们的方法也非常高效，相比于基于全连接神经网络的方法，我们的方法的运行速度有将近400倍的提升。我们的代码、模型和数据可以通过下面网址获得https://wang-ps.github.io/dualocnn。

讲者简介：

王鹏帅，现为北京大学王选计算机研究所助理教授。曾任微软亚洲研究院研究员、高级研究员。2018年于清华大学高等研究院获计算机博士学位。研究方向为计算机图形学、几何处理和三维深度学习。在计算机图形学和视觉顶会SIGGRAPH（ASIA）、CVPR、ICCV等上发表多篇论文，其中基于八叉树的稀疏卷积神经网络的论文在过去五年所有发表在SIGGRAPH（ASIA）的论文中引用量排名前五。曾获得博士研究生国家奖学金，并于2018年获得北京市优秀博士毕业生荣誉称号。

讲者主页：https://wang-ps.github.io/

报告嘉宾：李曼祎 (山东大学软件学院)

报告时间：2022年12月8号星期四晚上20:45-21:30（北京时间）

报告题目：三维物体建模中的形状结构表达与学习

报告摘要：

三维建模是计算机图形学中的基础问题，主要研究如何根据用户需求创建高精度、高质量的三维模型。近年来，大量工作利用深度学习方法学习先验知识并生成各种三维模型，其关键问题在于如何选择深度几何学习中的三维模型表达方式并进行神经网络训练。本报告围绕三维物体建模进行展开，首先回顾在深度几何学习中常用的三维模型表达和学习方法。通过分析这些方法的特点和局限性，介绍如何对其形状结构表达进行改造，并设计针对性的神经网络结构和训练方式来进行实现，以提高深度学习方法对于三维模型精度和质量的学习能力。

讲者简介：

李曼祎，山东大学软件学院人机交互与虚拟现实中心副研究员。2018年博士毕业于山东大学计算机科学与技术学院，2019-2021年在加拿大西蒙弗雷泽大学GrUVi实验室进行博士后研究。研究方向为基于深度学习的三维建模，具体包括三维模型重建、三维形状生成、室内场景生成等，相关成果已形成多篇论文发表于TOG、Siggraph Asia、CVPR等计算机图形学和视觉的期刊或会议。担任TVCG、CVPR、ECCV等会议或期刊审稿人、Graphics Interface 2022程序委员会委员等。

讲者主页：https://manyili12345.github.io/

主持人简介：

马锐，吉林大学人工智能学院准聘副教授、博士生导师，智能内容学习小组（Intelligent Content Learning,简称JLU-ICL）带头人。2018 年博士毕业于加拿大西蒙弗雷泽大学计算机系GrUVi实验室，本科和硕士毕业于吉林大学数学学院。曾任华为加拿大研究院温哥华研究所高级研究员、加拿大AltumView公司研究科学家，2021年加入吉林大学人工智能学院。主要研究方向包括计算机图形学、计算机视觉和机器学习等，在SIGGRAPH/SIGGRAPH ASIA, TPAMI等图形学和视觉国际顶级会议和期刊上发表多篇论文，并获授权3项美国专利。作为负责人承担国家自然科学基金青年科学基金1项。担任中国工业与应用数学学会几何设计与计算专委会委员。个人主页：https://ruim-jlu.github.io/。

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