GAMES Webinar 2023 – 281期(智能CAD建模) | 周子寒(杭州群核信息技术有限公司(酷家乐))，刘洋(微软亚洲研究院)
【GAMES Webinar 2023-281期】(CAD/CAE/CAM专题-智能CAD建模)
报告嘉宾：周子寒(杭州群核信息技术有限公司（酷家乐）)
报告时间：2023年6月15号星期四晚上20:00-20:30（北京时间）
报告题目：基于深度学习图像特征的CAD建模
报告摘要：
讲者简介：
Dr. Zihan Zhou is currently the chief scientist at Manycore Tech Inc. (Kujiale.com), a world’s leading cloud-based SaaS design platform. Before joining Manycore Tech Inc., he was an assistant professor in the College of Information Sciences and Technology at The Pennsylvania State University. His research lies in the broad area of computer vision and machine learning, with a focus on developing new computational tools to model and analyze the 3D environments from big visual data, and apply them to solve challenging real-world problems in computer-aided design, VR/AR, social media, and more.
讲者主页：https://zihan-z.github.io/
报告嘉宾：刘洋(微软亚洲研究院)
报告时间：2023年6月15号星期四晚上20:30-21:00（北京时间）
报告题目：边界表示的重建与隐式化
报告摘要：
边界表示（B-Rep)是CAD中的常用三维实体表达形式。本报告分为两个部分，分别就B-Rep的重建和隐式化作一探讨。
（1）CAD设计者通常使用复杂交互操作来构建边界表示的三维形体。为了更方便快捷地将三维扫描数据转化为适用于CAD的边界表示，我们提出了从无结构的三维点云中恢复准确紧致的边界表示的逆向建模方法。我们将这一逆向重建问题转化为基于神经网络的B-Rep的点线面检测问题，并构建链复形生成算法从检测结果中恢复边界表示。
（2）隐式表达的CAD实体，如CSG，相比边界表示，在一些几何操作上具有更好的高效性、准确性和鲁棒性。如何将任意的边界表示转化为隐式表达这一问题一直没有得到的解决。我们提出了一种神经半空间表示方法，可以将边界表示的实体模型转化为基于隐式函数的布尔树，并通过神经网络学习来构造隐式函数，以保持边界表示模型的尖锐特征和几何精度。
以上两个工作都在大量的边界表示数据（ABC 数据集）进行实验训练、验证和对比，体现了方法的准确性和优越性。
讲者简介：
Dr. Yang Liu is a principal researcher in the Internet Graphics Group at Microsoft Research Asia. His research focuses on geometric modeling and processing, and learning-based 3D understanding and content generation. He has served as the program co-chair of the international conference on Geometric Modeling and Processing (2019) and Shape Modeling International (2021), and the conference co-chair of Shape Modeling International (2022). He is an associated editor of IEEE Transactions on Visualization and Computer graphics (TVCG) and ACM Transactions on Graphics (TOG).
讲者主页：https://www.microsoft.com/en-us/research/people/yangliu/
主持人简介：
许威威，现任浙江大学CAD&CG国家重点实验室长聘教授，教育部长江学者。曾任日本立命馆大学博士后，微软亚洲研究院网络图形组研究员, 杭州师范大学浙江省钱江学者特聘教授。主要研究方向为计算机图形学、三维重建、深度学习、物理仿真及3D打印。在国内外高水平学术会议和期刊发表论文80余篇，其中ACM Transactions on Graphics, IEEE TVCG, 及IEEE CVPR等CCF-A类论文50余篇。获中国和美国授权专利15项。所开发的三维注册和重建技术在高精度扫描仪及人体三维重建系统中得到应用。2014年受国家自然科学基金优秀青年基金资助，主持国家自然科学基金重点项目一项，获浙江省自然科学二等奖一项。
邹强，现任浙江大学CAD&CG国家重点实验室研究员，博士生导师。研究方向为几何建模与CAD/CAM。相关研究成果被收录于MIT课程，被写入国家首个三维CAD软件测试标准，获省自然科学学术成果奖（排名第一）。任中国计算机学会CAD&CG专委会秘书，多个国际会议的程序委员会委员、分论坛主席。个人主页：https://person.zju.edu.cn/qiangzou。
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
