【学术报告会】GDC专委会走进高校 2023年第1期—虚拟数字人研究

主办：中国工业与应用数学学会几何设计与计算专委会

承办：南昌航空大学数学与信息科学学院

时间：2023年10月21日，14:00-17:30

地点：南昌航空大学报告厅C201

联系人：李波

GDC 走进高校2023年第1期 南昌航空大学站活动，将于2023年10月21日在南昌航空大学举行。本次活动邀请了4位相关领域的专家学者，以“虚拟数字人研究”为主题，进行学术报告，欢迎感兴趣的同仁和同学报名参加！

会 议 时 间 安 排

14:00-14:10  领导致欢迎辞

 14:10-14:15 CSIAM几何设计与计算专委会介绍

 14:15-15:00

特邀讲者：张举勇 中国科技大学数学科学学院教授

演讲题目：基于单目视频的高保真数字人建模与驱动

 15:00-15:45

特邀讲者：高  林 中国科学院研究员

演讲题目：神经辐射场重建、解耦与在数字人方面的应用

 15:45-16:00 茶歇

 16:00-16:45

特邀讲者：许  岚 上海科技大学信息科学与技术学院助理教授

演讲题目：神经辐射场与虚拟数字人

 16:45-17:30

特邀讲者：周晓巍 浙江大学研究员

演讲题目：基于神经表达的体积视频技术

讲 者 信 息

 特邀报告1

题  目：基于单目视频的高保真数字人建模与驱动

摘  要：高效高保真三维数字内容重建与生成是计算机图形学、三维视觉等领域的核心研究问题，也是VR、AR、元宇宙等行业的重要基础。传统的建模与驱动方法依赖昂贵的采集设备、复杂的制作流程、以及专业人员的大量手工交互，这极大限制了相关技术的应用群体与应用范围。本次报告主要介绍课题组围绕单目视频输入下的高保真数字人建模与驱动方面的研究工作，包括：可驱动的高精度三维头部建模、穿衣人体建模与驱动、语音驱动的数字人等方面的研究工作。

报告人：张举勇

个人简介：张举勇，中国科学技术大学数学科学学院教授，获国家基金委优秀青年基金、中科院青促会优秀会员资助。2006年本科毕业于中科大计算机系，2011年博士毕业于新加坡南洋理工大学，2011年至2012年于瑞士联邦理工学院洛桑分校从事博士后研究。研究领域为计算机图形学与三维视觉，现担任IEEE Trans on Multimedia与IEEE Computer Graphics and Applications期刊编委。

特邀报告2

题  目：神经辐射场重建、解耦与在数字人方面的应用

摘  要：神经辐射场的发展给三维重建带来了全新的研究思路，通过多目彩色照片可以渲染照片级真实的三维场景。同时相比于传统方法，神经辐射场在解耦编辑与合成方面存在一定的挑战。在本次报告中，我们将分享如何从神经辐射场中解耦出几何、材质与光照属性，并提供相应的属性编辑方法；并将介绍如何从对神经辐射场进行纹理合成与基于稀疏输入的合成, 并分享神经辐射场技术在数字人方面的应用。

报告人：高  林

个人简介：高林，中国科学院研究员，博士生导师，研究方向为计算机图形学，三维计算机视觉。在SIGGRAPH、TPAMI、TVCG等期刊会议发表论文80余篇，研发的人脸AIGC的APP被全球180余个国家或者地区的用户所使用。现任或者曾任SGP 2023 大会联合主席，China3DV2023程序委员会联合主席，SIGGRAPH 2023程序委员会委员，IEEE TVCG编委，CSIG智能图形专委副秘书长，入选国家自然科学基金委优青，北京市杰青，英国皇家学会牛顿高级学者，曾获得亚洲图形学会青年学者奖，吴文俊人工智能优秀青年奖，CCF技术发明一等奖，CCF CAD&CG 开源软件奖等奖励。

特邀报告3

题  目：神经辐射场与虚拟数字人

摘  要：深度学习和神经表示技术的发展，为轻量级、高质量的、以人为中心的动静态场景重建和渲染带来新突破。并且进一步随着6G网络、虚拟数字人、元宇宙等应用场景的蓄势待发，其需求也变得越发迫切。本次报告回顾了近年来基于神经表示的虚拟人技术发展，重点探讨神经辐射场和渲染技术，关注轻量级和高精度的数字资产和虚拟人动态重建，最后展望未来发展方向。

报告人：许  岚

个人简介：许岚，博士，上海科技大学信息科学与技术学院助理教授、研究员、博士生导师，MARS实验室主任。他的研究方向聚焦于计算机视觉、计算机图形学和计算摄像学，致力于光场智能重建理论与技术的研究，突破了动态神经辐照场和虚拟数字人的一批核心关键技术，率团队研制了系列光场装置，为人工智能推动的超写实数字人提供了新范式。他在CVPR、SIGGRAPH、IEEE TPAMI等顶级刊物发表数十篇文章，并多次担任人工智能顶级会议CVPR、ICCV、AAAI等领域主席。

特邀报告4

题  目：基于神经表达的体积视频技术

摘  要：沉浸式体积视频是是未来媒体的重要形式，可广泛应用于实时通信、文化艺术、体育直播等领域。传统的三维表达方法在表达能力、重建鲁棒性、渲染质量等方面存在局限。近年来兴起的基于神经表达的重建与渲染方法为体积视频提供了新的技术途径，但在采集成本、渲染效率、存储空间等方面仍有局限。本报告将介绍我们在基于神经表达的体积视频重建与渲染等方面的工作，并简要探讨未来的发展方向。

报告人：周晓巍

个人简介：周晓巍，浙江大学“百人计划”研究员，国家级青年人才项目入选者。研究方向主要为三维视觉及其在混合现实、机器人等领域的应用。近五年在相关领域的顶级期刊与会议上发表论文50余篇，十余次获得顶级会议口头报告，多次入选CVPR最佳论文候选。曾获得浙江省自然科学一等奖，陆增镛CAD&CG高科技奖一等奖，CCF优秀图形开源贡献奖，入选斯坦福大学发布的2021全球前2%顶尖科学家榜单。担任国际顶级期刊IJCV编委、顶级会议CVPR/ICCV领域主席，图形学与混合现实研讨会（GAMES）执行委员会主席，视觉与学习研讨会（VALSE）常务委员，CSIG三维视觉专委会常务委员。