【直播預(yù)告】Siggraph Asia 2018論文報(bào)告直播
責(zé)任編輯:傳說(shuō)的落葉 時(shí)間:2018-11-19 15:27
[導(dǎo)讀]GAMES Webinar 2018-74期(Siggraph Asia 2018論文報(bào)告):2018年11月22日 晚8:098:30(北京時(shí)間)
報(bào)告嘉賓1:李淑華,大連理工大學(xué)
報(bào)告時(shí)間:2018年11月22日 晚8:00-8:45(北京時(shí)間)
主持人:陳中貴,廈門大學(xué)(個(gè)人主頁(yè):http://graphics.xmu.edu.cn/~zgchen)
報(bào)告題目:Construction and Fabrication of Reversible Shape Transforms
報(bào)告摘要:
We study a new and elegant instance of geometric dissection of 2D shapes: reversible hinged dissection, which corresponds to a dual transform between two shapes where one of them can be dissected in its interior and then inverted inside-out, with hinges on the shape boundary, to reproduce the other shape, and vice versa. We call such a transform reversible inside-out transform or RIOT. Since it is rare for two shapes to possess even a rough RIOT, let alone an exact one, we develop both a RIOT construction algorithm and a quick filtering mechanism to pick, from a shape collection, potential shape pairs that are likely to possess the transform. Our construction algorithm is fully automatic. It computes an approximate RIOT between two given input 2D shapes, whose boundaries can undergo slight deformations, while the filtering scheme picks good inputs for the construction. Furthermore, we add properly designed hinges and connectors to the shape pieces and fabricate them using a 3D printer so that they can be played as an assembly puzzle. With many interesting and fun RIOT pairs constructed from shapes found online, we demonstrate that our method significantly expands the range of shapes to be considered for RIOT, a seemingly impossible shape transform, and offers a practical way to construct and physically realize these transforms.
講者簡(jiǎn)介:
李淑華,大連理工大學(xué)數(shù)學(xué)科學(xué)學(xué)院計(jì)算數(shù)學(xué)系博士研究生,導(dǎo)師是劉秀平教授。
2015年9月至2017年9月,通過(guò)國(guó)家公派留學(xué)聯(lián)合培養(yǎng)博士生項(xiàng)目,訪問(wèn)加拿大西蒙弗雷澤大學(xué)(Simon Fraser University)計(jì)算機(jī)系GrUVi實(shí)驗(yàn)室,導(dǎo)師是張皓(Richard Zhang)教授。在此之前,于2012年在大連理工大學(xué)數(shù)學(xué)科學(xué)學(xué)院獲得理學(xué)學(xué)士學(xué)位。研究方向?yàn)橛?jì)算機(jī)圖形學(xué),特別是計(jì)算設(shè)計(jì)(computational design),制造(fabrication)和形狀分析(shape analysis)。
講者個(gè)人主頁(yè):https://sue142857.github.io/shuhuali.github.io/
報(bào)告時(shí)間:2018年11月22日 晚8:45-9:30(北京時(shí)間)
主持人:陳中貴,廈門大學(xué)(個(gè)人主頁(yè):http://graphics.xmu.edu.cn/~zgchen)
報(bào)告題目:Adaptive O-CNN: 基于自適應(yīng)面片的用于深度學(xué)習(xí)的三維形狀表達(dá)
報(bào)告摘要:
我們提出了一種基于面片的自適應(yīng)八叉樹(shù)卷積神經(jīng)網(wǎng)絡(luò)(Adaptive O-CNN)?;隗w積或基于八叉樹(shù)的CNN把三維形狀表示為具有相同分辨率的體素的組合,而我們的方法將三維形狀表示為自適應(yīng)的多分辨率面片的組合,并用八叉樹(shù)將這些面片高效地組織起來(lái)?;谶@種表達(dá),我們提出了一種新的卷積神經(jīng)網(wǎng)絡(luò),用于三維形狀的編碼和解碼。我們的算法不僅降低了現(xiàn)有算法的存儲(chǔ)和計(jì)算成本,而且比現(xiàn)方法有更好的形狀生成能力。我們?cè)诓煌螤罘治龊蜕扇蝿?wù)中驗(yàn)證了Adaptive O-CNN的優(yōu)越性。
講者簡(jiǎn)介:
王鵬帥,2018年7月于清華大學(xué)高等研究院獲工學(xué)博士學(xué)位,隨后加入微軟亞洲研究院。研究方向?yàn)橛?jì)算機(jī)圖形學(xué)、基于數(shù)據(jù)驅(qū)動(dòng)的三維幾何數(shù)據(jù)的處理與分析。目前以第一作者身份在SIGGRAPH與SIGGRAPH ASIA上發(fā)表論文4篇。曾多次獲得清華大學(xué)獎(jiǎng)學(xué)金、博士研究生國(guó)家獎(jiǎng)學(xué)金,并于2018年獲得北京市優(yōu)秀博士畢業(yè)生。
講者個(gè)人主頁(yè):https://wang-ps.github.io
GAMES主頁(yè)的“資源分享”有往屆的直播講座的視頻及PPT等。
- 分享到:
- 人工智能快訊:微軟2024年10月23日
- 阿里云開(kāi)源AI應(yīng)用開(kāi)發(fā)2024年10月23日
- 如何將阿里云服務(wù)器2024年10月23日
- 衡陽(yáng)師范獲省計(jì)算機(jī)2024年10月16日
- 杭州文三3D打印創(chuàng)意設(shè)2024年10月10日
- 蘇州點(diǎn)鐵工業(yè)設(shè)計(jì)申2024年10月10日
- 2024年度中國(guó)皮革行業(yè)2024年10月10日
- 2024年世界:人工智能2024年10月10日
- 2024年湖南省“工業(yè)設(shè)2024年10月10日
- 快訊:福建旅游產(chǎn)品2024年10月10日
您需要登錄后才可以發(fā)帖 登錄 | 立即注冊(cè)
- 用戶名:
- 密 碼:
- 驗(yàn)證碼: 看不清? 點(diǎn)擊更換
- 忘記密碼?
全部評(píng)論:0條