优秀青年学者报告

        大会邀请了计算机辅助设计与图形学领域的优秀青年学者为大家带来丰富多彩的优秀青年学者报告。详情如下:

日期时间讲者题目
8月24日 14:00 - 14:40 贾晓红 有理曲线曲面的奇异点计算
14:40 - 15:20 刘昊 基于深度神经网络的人脸关键点检测
15:20 - 16:00 姚海龙 微流控生物芯片EDA设计方法
16:00 - 16:30 茶歇
16:30 - 17:10 徐岗 基于等几何分析的数字化建模、仿真与优化
17:10 - 17:50 过洁 复杂材质外观建模与绘制
 
8月25日 14:00 - 14:40 吕琳 面向3D打印的几何结构优化与创新设计
14:40 - 15:20 张磊 物理驱动的光谱图像复原技术研究
15:20 - 16:00 曹楠 智能辅助设计-浅谈人工智能技术在设计领域的应用
16:00 - 16:30 茶歇
16:30 - 17:10 陈仁杰 保扭曲形状插值


• 有理曲线曲面的奇异点计算
讲       者:贾晓红

摘       要:奇异点是曲线曲面的重要几何特征,奇点结构分析和计算是多个学科领域,包括代数几何、符号计算、计算机辅助几何设计及诸多工程领域共同关注的问题。1995年,Tom Sederberg与陈发来在Siggraph上首次介绍了动曲线动曲面的概念以用于曲线曲面的快速隐式化,由此开启了随后三十年CAGD与计算代数几何领域关于曲线曲面mu基的研究。2008年,陈发来、王文平、刘洋将动曲线曲面理论成功运用于平面有理曲线的奇点树展开,并提出猜想:仅通过一个矩阵即可一次性读出奇点树上包括位置、重数的所有信息,避免了代数几何中逐层逐个奇点胀开的过程。我们从初等线性代数角度回顾该猜想的背景及相关证明历程,并进一步介绍我们最近将该系列工作向一般有理曲面奇异点位置及阶数计算的推广。

简       介:贾晓红,中国科学院数学与系统科学研究院副研究员,博士生导师。研究方向为计算代数几何与计算机辅助几何设计,主要工作包括有理曲线曲面的mu基理论、奇异点计算、曲面连续碰撞检测等。于中国科学技术大学数学系取得学士、博士学位,博士期间于美国莱斯大学计算机系进行联合培养。曾于香港大学计算机系图形学实验室从事博士后研究。现任中国数学会计算机数学专业委员会秘书长、中国工业与应用数学学会几何设计与计算专委会委员、中国图像与图形学学会智能图形计算专委会委员。曾担任国际人工智能与符号计算会议(AISC 2018)宣传主席、全国计算机数学学术会议(CM 2019)大会副主席、全国计算机数学学术会议(CM 2018)程序委员会主席。多次担任重要国内外学术会议程序委员会成员,包括国际符号与数值计算大会(ISSAC 2020)、国际实体物理建模会议(Solid Physical Modeling 2019)、国际几何建模与处理会议(Geometric Modeling and Processing 2017 -- 2019)、全国计算机数学学术会议(Computer Mathematics 2015 -- 2019)、全国几何设计与计算学术会议(Geometric Design and Computing 2016 -- 2019)、中国图形学大会(ChinaGraph 2016 -- 2018)等。因其研究工作获得中国科学院院长奖优秀奖、中国科学院优秀博士论文、全国百篇优秀博士论文提名、中科院数学院“ 海外优秀青年人才计划”支持、中国科学院数学院系统所关肇直青年研究奖、中国工业与应用数学学会“几何设计与计算”青年学者奖、中科院数学院第十届“陈景润未来之星”等奖励。



• 基于深度神经网络的人脸关键点检测
讲       者:刘昊

摘       要:随着计算机技术的蓬勃发展,视觉感知在智能监控、社会安防和机器人等领域受到广泛关注。由于人脸是自然界一种普适的生物特征,其图像分析技术对于人与人的社会交往和人与计算机的交互有着重要的研究价值。人脸关键点用于描述人脸面部形状轮廓的控制点和局部特征,因此,精准高效的人脸关键点检测技术是人脸分析的基础和前提。近年来,深度神经网络通过多层非线性结构学习高层语义特征表示,被成功应用于各类计算机视觉处理任务。基于深度模型的人脸关键点检测方法在约束条件下性能表现出色,但受头部姿态和不同表情差异以及遮挡等因素的影响,其性能在自然条件下仍不理想。针对于人脸图像不同部位关键点的结构相关性建模、充分考虑视频数据中人脸关键点的帧间一致性以及解决传统方法对初始化强烈的敏感性和依赖性问题,提出了深度结构化特征学习、深度双流变换网络以及深度形状决策网络的方法。实验结果验证所提方法对于不同姿态、表情、动作和遮挡的人脸图像和视频均表现出较强的鲁棒性。

简       介:刘昊,宁夏大学。1988年生,博士,副教授,硕士生导师,毕业于清华大学控制科学与工程专业。研究方向:人工智能、计算机视觉、机器学习。近三年发表SCI/EI论文共13篇,包括IEEE Transaction汇刊5篇,其中国际顶级期刊T-PAMI(2018年影响因子17.73)第一作者论文2篇。2018-2019年度指导学生发表CCF推荐B类/C类会议论文5篇。获得2019年中国人工智能学会优博奖(全国10人),2018年清华大学优博奖、优秀毕业生,入选第三批宁夏青年科技托举人才工程。担任国际知名期刊T-PAMI/T-IP/T-MM/T-CSVT和国际会议CIKM/AAAI/ICME/ICIP审稿人。主持国家自然科学基金和多项省部级自然科学基金项目。



• 微流控生物芯片EDA设计方法
讲       者:姚海龙

摘       要:微流控生物芯片,又称为片上实验室(Lab-On-a-Chip),给传统生物化学领域带来巨大变革,在高通量DNA测序分析、药物发现、临床诊断等领域具有重要应用前景。现有的微流控生物芯片主要由人工设计,一般采用AutoCAD或Photoshop软件手工绘制,设计效率和成功率不足。随着设计规模和复杂度的增加,人工设计方式难以为继,必须依赖设计自动化工具进行设计与优化。立足于EDA方法的研究积累,扩展EDA应用边界,报告将介绍微流控生物芯片的EDA设计方法学,包括综合和物理设计全流程。

简       介:姚海龙,清华大学计算机系软件所副所长,副教授,特别研究员,博导。2007年7月,于清华大学计算机系毕业并获得工学博士学位。2007年8月至2009年8月,于美国加州大学圣迭戈分校(UCSD)计算机科学与工程系进行博士后研究,于2009年9月到清华大学计算机系任教。至今已发表60余篇国际学术论文,获得2项美国专利授权,10项中国专利授权,6项软件著作权登记。发表的论文包括10余篇IEEE/ACM国际期刊论文,以及10余篇DAC/ICCAD/ISPD/ASP-DAC国际顶级会议论文。于2016年获得SASIMI最佳论文奖(1%),分别于2006和2008年两次荣获ICCAD最佳论文提名奖,于2011年荣获国际会议ISQED最佳论文提名奖。所取得的科研成就获得国际同行的认可,通过国际同行的评议,于2015年被推选为国际电气和电子工程师学会(IEEE)高级会员。CCF高级会员。受邀担任DATE、ISPD、ASP-DAC、DAC博士生论坛、ICCAD SRC、FPT等重要国际会议的程序委员会委员等职务,以及Elsevier Heliyon国际期刊副编辑、Microelectronic Journal国际期刊客座编辑等职务。



• 基于等几何分析的数字化建模、仿真与优化
讲       者:徐岗

摘       要:等几何分析(Isogeometric Analysis)经过十多年的发展,目前已成为计算几何、计算力学、智能制造等领域的重要研究方向。本报告将介绍本课题组基于等几何分析的数字化建模、仿真与优化的最新研究进展,主要内容包括:面向复杂模型的体参数化构造;面向复杂仿真问题的广义等几何分析及计算重用;与CAD系统无缝融合的三维多分辨率等几何拓扑优化与创成式设计。

简       介:徐岗,教授,博士生导师。2003年本科毕业于山东大学,2008年博士毕业于浙江大学,2008年10月至2010年10月在INRIA Sophia-Antipolis从事博士后研究。研究兴趣包括几何计算、等几何仿真分析、图形图像处理等。曾获得全国首届“几何设计与计算” 青年学者奖,陆增镛CAD&CG高科技奖二等奖,2016年获得浙江省杰出青年科学基金资助,2018年入选浙江省“万人计划”青年拔尖人才。已发表学术论文70余篇,其中在国际权威SCI期刊发表论文35篇,SCI他引360余次,三篇论文入选ESI 热点论文或高被引论文. 以负责人身份主持在研或完成国家自然科学基金项目6项(包括面上项目3项,中德合作研究重点项目1项). 目前担任中国计算机学会计算机辅助设计与图形学专委会委员,中国工业与应用数学学会几何设计与计算专委会委员,中国图学学会图形大数据专委会委员,以及SPM、GMP、CAD/Graphics等多个国内外重要学术会议的程序委员.



• 复杂材质外观建模与绘制
讲       者:过洁

摘       要:现实场景的计算机逼真模拟,一方面需要真实感绘制算法的支持,另一方面也依赖于场景建模的客观性和物理真实性,尤其是物体表面材质表达的有效性。本报告将介绍计算机图形学领域虚拟材质建模和绘制的基本知识和常见方法,讨论如何生成符合基本物理规律的真实材质效果,并着重研究如何对日常生活中常见的复杂材质,如分层材质、具有表面细微结构的材质等,进行基于物理的建模和高效绘制。

简       介:2013年获南京大学计算机科学与技术系工学博士学位,2012年10月至2013年5月在微软亚洲研究院网络图形组访问实习。2013年10月至2015年12月,在南京大学计算机科学与技术系从事博士后研究工作。主持或承担过国家自然科学基金重点项目、国家自然科学基金青年项目、江苏省自然科学基金面上项目、中国博士后基金项目等。在SIGGRAPH、IEEE TVCG、EGSR、PG等国际高水平学术会议或期刊发表论文多篇。2011年获得“教育部博士研究生学术新人奖”;2015年获得“南京大学优秀博士后研究人员”称号;2019年获得陆增镛CAD&CG奖。



• 面向3D打印的几何结构优化与创新设计
讲       者:吕琳

摘       要:3D打印作为一种较新的快速成型制造方法,目前广泛应用于创新设计、医疗健康等个性化制造领域,并在航空航天、军工等领域也逐渐发挥重要作用。作为计算机辅助设计、数字几何处理与计算、机械、材料等学科的交叉研究领域,3D打印在近年来受到了大量研究者的关注。本报告中将介绍近年来围绕3D打印在几何结构优化与创新设计中的一些研究工作。

简       介:吕琳,山东大学计算机科学与技术学院副教授,博士生导师。2002和2005年分别获山东大学计算机软件与理论专业学士和硕士学位,2011年8月获得香港大学计算机科学系博士学位,2007年3月至2009年4月间于法国国家信息与自动化研究所(INRIA)访问一年,从事几何建模与优化的合作研究。2011年加入山东大学计算机学院任副教授,2016年入选山东大学青年学者未来计划。主要研究方向为计算机图形学、数字几何处理、计算几何等。近年来,围绕面向3D打印的几何计算开展研究,尤其关注模型结构优化与创新设计。在ACM TOG,IEEE TVCG等国际著名期刊上发表30余篇研究论文,出版专著一部,获授权国家发明专利14项,软件著作权3项。作为项目负责人主持国家自然科学基金两项,参与多项科技部国家科技支撑计划与国家自然科学基金重点项目。受邀参与撰写“3D打印中几何处理的研究进展与趋势”中国计算机学会2016年度发展报告,获2017年度陆增镛CAD&CG高科技奖二等奖,受邀参加2018年“智能制造”Dagstuhl论坛。



• 物理驱动的光谱图像复原技术研究
讲       者:张磊

摘       要:光谱信息被称为物质的“基因”,可以有效地反映物质的本质特征。光谱图像则记录了丰富的空间和光谱信息,被广泛应用于航天遥感、环境监测、安检安防等。但受成像机理的限制,光谱图像往往存在成像模糊、噪音等问题。但是这些问题又与传统彩色图像有所不同,需要更有效的复原技术提高光谱图像质量。本报告介绍基于物理的光谱复原技术,通过挖掘光谱成像过程中的物理机理,建立更准确的退化模型或者引入更合理的先验约束,实现更高质量的光谱图像复原。

简       介:张磊,北京理工大学。计算机学院副教授,博士生导师,可视媒体计算研究所副所长。2009年在浙江大学数学系获得博士学位。研究方向为计算机图形学、图像与视频处理。在ACM TOG、IEEE TVCG、IEEE TIP等国际期刊发表论文二十余篇,授权专利十余项。



• 智能辅助设计-浅谈人工智能技术在设计领域的应用
讲       者:曹楠

摘       要:长久以来,设计创作过程主要依赖于设计师及相关从业人员的创作技能。计算机辅助设计作为计算机图形学中的一个传统重要领域在一定程度上为设计提供了高效便捷的工具与技术。伴随人工智能时代的到来,深度学习等人工智能技术为设计领域注入了新的活力。在这个报告中,我们将首先回顾人工智能在设计领域的应用,接着深入介绍,我们近期所完成了两款虚拟设计机器人 AI-Sketcher 以及 AI-Designer,这两款分别被打造用来自动生成 设计简笔画 及 平面海报,这两款技术,能够提全自动的设计辅助工功能,把设计师从繁琐的重复劳动中解放出来,进一步激发其创作灵感。

简       介:曹楠 是中组部青年千人 同济大学设计创意学院教授, 同济大学智能大数据可视化实验室创始人及主任。在加入同济大学前,曹楠曾先后担任美国 IBM 沃森研究院研究员,及IBM中国研究院副研究员,曾获得 “IBM 全球杰出技术成就奖”。曹楠毕业自香港科技大学 曾获得 “香港科技大学工学院杰出博士 研究奖 ”、“微软全球最有价值专家” 等奖项与称号。曹楠在信息可视化、可视化分析、人机交互、数据挖掘等相关领域发表论文七十余篇(包括 20余篇 ACM/IEEE Trans 论文),获得2016年度 ACM 智能用户界面国际会议最佳论文奖,及最2014年度 IEEE 国际可视化分析大会最佳论文提名奖等国际会议论文奖项。其主要研究方向是大数据可视化及分析。他的技术主要应用在信息安全、医疗信息、城市计算、工业4.0等领域。曹楠曾担任 IEEE VAST, EuroVis, SDM,AAAI, IJCAI 等可视化、人工智能、数据挖掘领域国际学术会议程序委员会委员,及 IEEE TMM,ACM TIST, ACM TIIS 等重要学术期刊客座编委。



• 保扭曲形状插值
讲       者:陈仁杰

摘       要:We present a method for volumetric shape interpolation with unique shape preserving features. The input to our algorithm are two or more 3-manifolds, immersed into R^2 and discretized as tetrahedral meshes with shared connectivity. The output is a continuum of shapes that naturally blends the input shapes, while striving to preserve the geometric character of the input. The basis of our approach relies on the fact that the space of metrics with bounded isometric and angular distortion is convex. We show that for high dimensional manifolds, the bounded distortion metrics form a positive semidefinite cone product space. Our method can be seen as a generalization of the bounded distortion interpolation technique of [Chen et al. 2013] from planar shapes immersed in R^2 to solids in R^3. The convexity of the space implies that a linear blend of the (squared) edge lengths of the input tetrahedral meshes is a simple yet powerful-and-natural choice. Linearly blending flat metrics result in a new metric which is, in general, not flat, and cannot be immersed into three-dimensional space. Nonetheless, the amount of curvature that is introduced in the process tends to be very low in practical settings. We further design efficient nonlinear optimization procedures to completely flatten the metric. The flattening procedure strives to preserve the low distortion exhibited in the blended metric while guaranteeing the validity of the metric, resulting in a locally injective map with low distortion. Our method leads to volumetric interpolation with superb quality, demonstrating significant improvement over the state-of-the-art and qualitative properties which were obtained so far only in interpolation of lower dimensions manifolds

简       介:陈仁杰,中国科学技术大学特任教授。2005年于浙江大学获得学士学位,2010年于浙江大学获得应用数学专业博士学位。2011年至2015年于以色列理工大学和美国北卡罗来纳大学教堂山分校从事博士后研究,2015年至2019年在德国马普计算机所任高级研究员,2019年入选国家千人计划青年项目并加入中国科学技术大学。研究领域为计算机图形学,主要研究方向包括几何处理和建模、计算几何及裸眼3D显示器等。