《图形学中的数据结构》
「课程嘉宾」
高阳，工学博士，硕士生导师，北航计算机学院虚拟现实技术与系统全国重点实验室副教授，北航信息大类《数据结构与程序设计》课程主讲教师。主要研究方向为面向医疗康复的VR、图形学应用，包括可视化物理仿真、真实感绘制、三维人体建模等。在图形学和VR/AR领域国内外知名期刊或会议中发表文章20余篇，包括第一作者/通讯作者署名的CCF-A类或Q1区文章9篇。曾获2020中国电子学会科技进步一等奖、2021年中国产学研合作创新成果一等奖等。
「课程摘要」
图形学中需要对各种图形对象进行建模和处理，需要使用适合的数据结构来表示和操作这些对象。通过使用合适的数据结构，可以高效地进行图形对象的存储、遍历、查询和修改等操作，从而提高图形学处理的效率和准确性。本课程将以数据结构中经典的树结构为代表，介绍常用的树结构形式（四叉树、八叉树、K-D树等），树在图形学领域（以光线追踪为例）中的应用效果，并回顾图形学前沿进展中关于树结构的优化和改进方法。通过本课程的学习，预期使同学们系统了解图形学应用开发中数据高效组织和优化思路。
.
《数字文化场景重建中的图形学应用》
「分享嘉宾」
殷俊，游戏AIGC团队总监。
2001-2005 中国科学技术大学 自动化系 学士
2006-2012 新加坡国立大学 工业与系统工程系 博士
2013年加入腾讯游戏，一直从事游戏研发运营相关前沿技术的工作，包括游戏数据挖掘、游戏AI、游戏数字内容生成技术等，合作的项目包括英雄联盟、王者荣耀、和平精英、穿越火线、QQ飞车、火影忍者等知名游戏。
「分享摘要」
《数字文化场景重建中的图形学应用》
分享简介：
1. 数字长城项目介绍：
2. 资产扫描与模型生成;
3. UV展开的挑战
4. 自动展UV的思路
5. 应用案例
.
《线稿交互的人脸肖像创作》
「课程嘉宾」
陈姝宇博士毕业于中国科学院计算技术研究所，研究方向为计算机图形学。系列研究成果发表在ACM SIGGRAPH\TOG, IEEE TVCG等知名期刊会议上，获得国家自然科学基金青年基金和博士后面上项目资助，并获得中国图象图形学学会石青云女科学家奖（青英组），中科院院长优秀奖，国家奖学金，北京市优秀毕业生等奖励。
「课程摘要」
传统的人脸图像合成与编辑工作需要经过专业的训练并使用专业的软件来实现。非专业训用户难以画出高质量的人脸图像。线稿作为一种用户友好的交互方式被广泛应用，但是基于线稿输入的人脸图像生成工作存在生成质量差，细节编辑效果差，无法编辑动态视频和三维人脸的问题。本次报告将介绍发表在 ACM SIGGRAPH\TOG, IEEE TVCG上的线稿交互的人脸肖像创作相关研究成果。
.
《复杂材质建模和高效渲染方法》
「课程嘉宾」
王贝贝，南京理工大学，副教授。研究方向为计算机图形学渲染方向，研究主题聚焦于材质建模和高效渲染方法等。分别于2009年和2014年在山东大学获得学士和博士学位，曾在INRIA从事博士后研究。在计算机图形学领域期刊和会议上发表学术论文多篇。主持国家自然科学基金、科技创新2030—“新一代人工智能”重大项目子课题、省部级科研项目和公司的研发项目。作为骨干参与Disney游戏Infinity 3的研发，亮片材质实时渲染应用于该游戏中。担任SIGGRAPH 2023程序委员会委员。个人主页：https://wangningbei.github.io。
「课程摘要」
现实世界中的材质是多种多样的：平滑的材质（比如金属、塑料），带微小结构的材质（比如划痕、亮片），以及一些微小纤维构成的材质（比如布料、木头）。那么在渲染中，如何来表示大千世界中的这些材质呢以及如何高效呈现出来呢？本次报告中将围绕着材质表达和高效渲染方法这个主题展开探讨。
.
《渲染课程》
「课程嘉宾」
过洁，南京大学计算机科学与技术系副研究员、南京大学-OPPO软件技术创新联合实验室副主任。主要研究方向为高性能图形渲染、材质建模和虚拟现实技术。迄今为止，在国内外主流期刊和会议上发表高水平论文70余篇，包括SIGGRAPH、CVPR、ICCV、IEEE TVCG、IEEE TIP等相关领域权威期刊和会议；开发的材质建模、光照估计、高性能渲染等技术已被多家知名企业应用，产生了良好的经济和社会效益。过洁曾获华为火花奖、江苏省计算机学会青年科技奖、江苏省工程师学会优秀青年工程师奖、陆增镛CAD&CG高科技奖等奖励，入选江苏省“双创计划”科技副总计划。
「课程摘要」
渲染（rendering）是光的艺术，也是计算机图形学的三大传统技术方向之一，其目标是借助计算机程序将数字化的三维场景描述（几何、材质、光照、相机等）转换成二维图像的过程。在图形流水线中，渲染通常是最后一项重要的步骤。本课程是面向图形渲染初学者的基础课程，主要内容包括介绍渲染的基本概念、基本原理和简要历史，并重点围绕光线追踪介绍真实感图形渲染的基本构成和主要流程。
.
《数据可视化》
「课程嘉宾」
夏佳志，中南大学计算机学院教授，博士生导师。于2011年在新加坡南洋理工大学获得博士学位，分别于2005年、2008年在浙江大学计算机学院获得学士学位和硕士学位。先后主持国家级重点课题、国家自然科学基金面上项目、青年基金项目、湖南省杰出青年基金项目，教育部博士点基金项目和湖南省科技计划。发表CCF A类论文20篇，获VIS 2020最佳论文提名奖，CAD/Graphics 2017最佳论文奖。曾任IEEE VIS 2023 海报主席，ChinaVis 2019-2020综述共同主席，ChinaVis2021论文共同主席，GAMES 2022程序主席，IEEE VIS、EuroVis、PacificVis IPC Member。个人主页：www.xiajiazhi.com。
王叙萌，南开大学计算机学院讲师。分别于2021年在浙江大学计算机科学与技术学院获得博士学位。目前有青年科学基金项目一项在研，发表IEEE/ACM汇刊论文十余篇，其中CCF A类论文8篇。担任VizSec 2023论文共同主席，CVM、ChinaVis、VINCI等会议的IPC Member。
「课程摘要」
可视分析以视觉感知增强认知为目标，融合视觉理解和机器理解手段，以可视界面为信息交流通道，是一门交叉综合性学科。可视分析充分发挥人的认知、联想、顿悟、直觉等能力，是探索性分析不可或缺的方法。本课程面向可视化零基础的同学，基于一系列有趣的案例介绍可视化和可视分析的基本概念，就什么是好的可视化、怎么设计和开发可视分析系统等问题展开讨论，并为同学们深入学习数据可视化提供引导。
.
《图形学物理仿真基础》
「课程嘉宾」
任博于2015年于清华大学计算机科学与技术系获得工学博士学位。2015年7月至今于南开大学计算机学院任教。主要研究领域为计算机图形学，计算机视觉。近期研究方向包括基于物理或基于机器学习的流体模拟，三维场景重建与内容生成等。指导学生在国际顶级期刊会议发表文章十余篇。
「课程摘要」
物理仿真是图形学学科中传统而重要的内容。要在计算机中模拟真实世界并最终展示出来，需要经过数学表达、程序实现、渲染输出等环节。本讲座将从其中的基础手段和方法出发，介绍如何搭建一个属于自己的物理仿真求解器。本课程还将以流体仿真为例，提炼仿真算法的普适框架并提供对仿真算法的多视角观察分析，帮助对物理仿真及其程序实现的深入理解。
.
《端云协同下的元宇宙3C技术与设计》
「分享嘉宾」
朱新瑞，清华大学计算机系本硕双学位获得者，曾在NOI和ACM-ICPC等国际顶级程序设计竞赛中荣获金牌。现任元象XVERSE图形引擎的核心研发架构师，专注于3C算法以及混合现实图形引擎的研发与优化。在元象XVERSE，主导开发了一系列创新技术，极大地提升了引擎的性能并推动了混合现实技术的发展。一直致力于用最前沿的技术为用户提供更优质的体验。并在2022年带领技术专项团队获得元象年度优秀团队奖。
「分享摘要」
3C，指Character Camera Control（角色、相机、控制）三个单词的缩写，代表了大部分游戏设计中三种最为基本的元素。大部分游戏，包括3D交互内容都需要在设计阶段定义好3C基本的设计。本节课程，结合市场上现有的一些优秀产品，讲述3C中需要应用到的一些主流技术。同时针对元象的端云协同3D内容框架，讲述我们如何自研解决一些常有或者特有的3C设计中需要面对解决的困难。
.
《太极编程语言：高效的图形学程序及其自动微分应用》
「分享嘉宾」
刘天添，2018年于宾夕法尼亚大学大学获取博士学位，曾任职微软亚洲研究院网络图形组副研究员，现任太极图形资深研究科学家与研发组主管。热爱计算机图形学算法与开发，他的研究兴趣主要是实时物理仿真与几何处理、高性能数值方法、高性能编程、可微编程等，其相关工作多发表于计算机图形学期刊中，其中被顶级期刊 ACM Transactions on Graphics 收录 10 篇。
「分享摘要」
从图像处理、真实感渲染到物理模拟、虚拟/增强现实内容生成，视觉计算任务在当今社会无处不在，成为连接物理世界与数字世界的桥梁。挑战与机遇并存，视觉计算任务通常需要极高的性能来处理海量数据。研究者和开发人员投入了大量精力设计和优化相关的视觉计算硬件、软件和算法。高度优化的视觉计算软件系统通常采用相对接近硬件的语言来实现，如：C++、CUDA、GLSL等，以尽可能满足软件系统的高性能需求。然而，仅采用接近硬件的语言远远不够，视觉计算任务对于高分辨率和实时性能的需求，通常意味着只有通过复杂且有挑战性的深度代码优化，才能使系统达到理想的性能。
我们认为一种新的领域特定语言（DSL）是解决上述问题的必经之路。Taichi在设计之初就注重通过领域特定语言抽象和编译优化来同时达到高生产力和高性能，并满足新兴视觉计算模式的需求。其可移植性需求通过多后端适配的设计来满足，相同的代码可以在不同后端架构中运行，如x64、ARM、CUDA、Metal和Vulkan等。Taichi使得生产力和性能不再矛盾，让普通人也可以轻松玩得转高性能并行计算。
在本次报告中，我们会和大家聊一聊Taichi的设计和使用方法，以及在计算机图形学中的应用案例。我们会现场教学从零到一搭出一个实时布料仿真来，希望可以将简易而高效的并行计算编写方式传达到每一位听众。同时，我们还会展示Taichi在自动微分领域的新进展，展示可微的图形学程序在机器学习领域上的拓展应用。
.
《面向计算机图形学的通用三维深度学习框架》
「报告嘉宾」
王鹏帅，现为北京大学助理教授。2013年和2018年分别于清华大学获得本科学位和博士学位。2018年至2022年就职于微软亚洲研究院，历任研究员、高级研究员。研究方向为计算机图形学、几何处理和三维深度学习。在学术会议SIGGRAPH（ASIA）、CVPR、ICCV等上发表多篇论文，其中基于八叉树的的三维稀疏卷积的论文在2017年至2022年所有发表在SIGGRAPH (Asia) 和 ACM TOG的论文中引用量排名前5。
「报告摘要」
近些年来，三维深度学习技术在三维数据的理解、生成、仿真和渲染等图形学任务中得到了很好的应用，引起了学术界和工业界的极大关注。然而三维数据获取方式的多样性导致三维数据具有多种表达。针对不同的表达以及应用场景，研究人员一般会单独设计一种神经网络架构。种类繁多的三维神经网络极大地增加了算法应用的复杂性和算法研发的人力和时间成本。本次报告包含一系列关于面向图形学的通用的三维神经网络框架研究成果，包含基于八叉树的稀疏卷积神经网络，基于对偶八叉树的图卷积神经网络和基于八叉树的自注意力机制网络。其核心思想是利用三维数据的稀疏性，把神经网络的运算和存储限制在非空的区域。该框架可以打破不同三维表达和任务之间的屏障，极大地提升三维深度学习的研发效率，促进通用三维智能系统的发展。
.
《学术前沿报告：北京大学 楚梦渝》
「报告嘉宾」
楚梦渝，北京大学智能学院助理教授，曾荣获马克斯普朗克研究所莉泽迈特纳博士后研究金，德国慕尼黑工业大学最优等博士学位等，从事物理仿真、流体 仿真等领域研究。
「报告摘要」
本报告介绍基于深度学习的物理仿真方法，包括这一类工作的背景介绍，并总结该方向的一些前沿工作。传统仿真具有解算准确，但时间复杂度高，依赖物理参数和初始条件等特点。深度学习具有高效灵活的优势，同时也存在准确性泛化性上的不足。基于深度学习的物理方法旨在融合传统仿真和深度学习的优势，弥补二者的不足，获得物理准确，且高效灵活的物理解算手段，具有广阔的前景。
.
《几何课程》
「课程嘉宾」
傅孝明, 中国科学技术大学数学科学学院副教授，分别于2011、2016年在中国科学技术大学获得学士、博士学位。2016年至2021年于中国科学技术大学任副研究员。研究领域为计算机图形学与计算机辅助设计, 研究方向为几何优化、拓扑优化、几何驱动的制造等。已在该领域顶级期刊ACM Trans. on Graphics发表论文19篇。
「课程摘要」
三维几何模型是描述三维空间内物体的表面或内部的数学表达，研究如何处理三维几何模型是计算机图形学的一个重要研究分支。本课程将从如下三个方面介绍数字几何处理。首先，宏观地介绍数字几何处理在研究什么；然后，具体地介绍数字几何处理的一些基础知识；最后，延伸到一个具体的应用：曲面参数化，它是计算图形学的核心任务之一，是各种几何处理与几何计算应用的基础。
.
《虚拟现实》
「课程嘉宾」
汪淼，北航虚拟现实技术与系统全国重点实验室副教授，博士生导师。主要从事可视媒体内容智能生成、混合现实沉浸协同交互技术的教学与科研工作，尤其关注VR/AR多人协同交互呈现、角色动画生成、神经渲染与内容生成。发表学术论文40篇，包括多篇ACM TOG、IEEE TVCG、IEEE TIP、IEEE VR、ISMAR等国际期刊和会议论文。主持国家自然科学基金等项目，担任IEEE VR、ISMAR、PG、CVM等学术会议程序委员。2018年作为主要完成人获得国家科学技术进步二等奖一项，2020年入选第五届中国科协青年人才托举工程。
「课程摘要」
虚拟/增强现实（VR/AR）作为新一代沉浸式自然人机交互平台，将信息世界以更为透明的方式增强到物理世界和人类社会，拓展了人类感知、理解与交互能力，带来众多行业的变革式发展，不可替代性日益显现。本课程将回顾由图形学、虚拟现实到元宇宙的技术发展历程，介绍虚拟现实和增强现实的概念、作用及相关原理，以及虚拟现实内容交互呈现技术，并探讨虚拟现实技术的前沿研究。
.
