研究方向

团队研究方向为智能计算机图形学、深度几何学习和医学影像处理等。团队成员包括高林副研究员、陈姝宇特别研究助理和张凌霄助理工程师。系列研究成果发表在计算机图形学顶会顶刊ACM SIGGRAPH/TOG、IEEE TPAMI和IEEE TVCG上，这些研究成果被包括图灵奖得主在内的国内外知名学者正面评价和引用。相关成果获得中国计算机学会科学技术奖技术发明一等奖奖励。

智能几何建模

研究意义与挑战

• 计算机图形学/数字孪生的核心研究问题

• 是改造物理世界的必要手段

• 传统方法难以刻画精细几何和复杂结构

主要创新点和研究内容

• 精细几何的表示和建模方法

• 复杂拓扑结构的表示和建模方法

• 全自动的复杂几何动作迁移方法

智能几何建模 国际同行学术评价

智能几何建模 医学应用【重点方向】

利用提出的变形表示，在采集的关键帧之间插值，形成完整的心脏跳动动画

智能几何建模 低成本三维建模

ECCV2020兴起的神经辐射场网络

智能几何建模 低成本三维建模

提出了使用移动设备拍摄少量图片即可实现三维重建和渲染的方法

智能几何感知

研究意义与挑战

• 几何感知是认知世界的主要方法

• 为几何建模提供几何部件属性分析

• 点云数据有噪声与缺失

缺乏带标注三维模型数据集

• 主要创新点和研究内容

• 基于几何建模方法MeshVAE的高精度点云分析方法

• 基于谱变换的网格分析方法

• 无需标注数据的几何对称分析方法

图形分析合成

研究意义与挑战

图形合成是数字内容生产的主要方法

传统建模成本高昂，设备价格 10万以上/个

Maya专业训练平均6个月，600元起/个

专业画家，3个小时左右

线稿上色，20～30分钟/帧

主要创新点和研究内容

基于交互的卡通动画上色

基于草图交互的智能人脸画板

基于智能几何建模的低硬件成本重建

图形分析合成 降低成本 & 提高效能

图形分析合成 智能人脸画板

Shu-Yu Chen#, Wanchao Su#, Lin Gao* et al, DeepFaceDrawing: Deep Generation of Face Images from Sketches,ACM SIGGRAPH/TOG (CCF A类期刊，中科院JCR分区Q1区期刊) 

图形分析合成 智能人脸画板

智能人脸画板系统上线以来，最高日访问量达60,000人次，除了南极洲，格陵兰岛，非洲部分国家地区外，全球有186多个国家人员访问使用

某用户，单日累计时间超过12小时。画出8554笔，47幅肖像画

图形分析合成 智能人脸编辑画板

Shu-Yu Chen#, Feng-Lin Liu#, Yu-Kun Lai, Paul Rosin, Chun-Peng Li, Hongbo Fu, Lin Gao* , DeepFaceEditing: Deep Face Generation and Editing with Disentangled Geometry and Appearance Control, ACM SIGGRAPH/TOG (CCF A类期刊，中科院JCR分区Q1区期刊) 

图形分析合成 青光眼患病预测【重点方向】

图形分析合成 真菌性角膜炎诊断【重点方向】

文章列表

近三年共发表论文31篇，其中CCF A类22篇（中科院一区期刊ACM SIGGRAPH\TOG，IEEE TPAMI和IEEE TVCG 15篇），CCF B类4篇

国际合作交流

智能几何处理 国内外影响

项目情况

工业合作