论坛背景及意义:“XR显示与内容生成技术论坛”是一个专注于扩展现实(XR)技术领域的专业论坛,旨在探讨XR技术在显示与内容生成方面的最新发展、趋势和挑战。XR技术涵盖了虚拟现实(VR)、增强现实(AR)和混合现实(MR)等多个方面,这些技术正在不断改变人们的生活方式和工作方式。在论坛上,与会者可以聆听领域专家的主题演讲,了解XR技术在各个领域的应用案例和成功经验。同时,论坛还设有讨论和互动环节,为与会者提供了一个交流和分享的平台,可以就XR技术的未来发展、技术创新、发展趋势等议题进行深入探讨。通过参加“XR显示与内容生成技术论坛”,与会者可以获取XR技术的最新动态和前沿知识,拓展视野和思路,为未来的技术创新和产业发展提供有力支持。同时,论坛也为学术界、产业界和政府机构等提供了一个交流合作的平台,共同推动XR技术的健康发展。
| 论坛主席:王莉莉 北京航空航天大学
主席介绍:王莉莉,北京航空航天大学计算机学院教授、博导,虚拟现实技术与系统全国重点实验室副主任,中国计算机学会虚拟现实与可视化技术专委会副主任。研究方向为虚拟现实、混合现实、计算机图形学。主持了国家自然科学基金重点项目、重点研发计划课题等科研项目,获得国家科技进步一等奖,国家技术发明二等奖,中国计算机学会技术发明一等奖,中国电子学会科技进步一等奖,中国产学研合作创新成果一等奖。获国家高等教育教学成果一等奖,北京市高等教育教学成果一等奖。已在国际重要学术刊物会议IEEE TVCG、IEEE TIP、IEEE VR、IEEE ISMAR等发表高质量论文80余篇。任CCF A类期刊IEEE TVCG编委、Science China Information Science 青年编委,图形学领域著名国际杂志IEEE CG&A编委、计算机辅助设计与图形学学报副主编、软件学报编委。任领域顶级国际会议IEEE VR 2021-2023程序委员会主席,IEEE ISMAR 2021-2022程序委员会主席。任IEEE VGTC VR 2023、2024全球最佳博士论文评选委员会委员。
时间:8月17日 13:30-15:20 地点:三楼国际厅 A
|
| 论坛讲者:郭延文 南京大学
讲者介绍:郭延文,南京大学教授、博导。浙江大学博士、美国伊利诺伊大学香槟分校访问学者。主要研究方向为计算机图形学和三维计算机视觉,研究成果发表在ACM TOG、IEEE T-PAMI/TIP/TVCG、等领域顶级期刊和Siggraph, NeurIPS/ICCV/CVPR/ECCV等顶级会议,主持国家自然科学基金重点项目、十三五装发预研项目以及江苏省杰出青年科学基金。担任中国图像图形学会理事,获得华为公司“难题揭榜”火花奖以及陆增镛CAD&CG高科技奖等奖励。
报告题目:三维场景重建:从图形学研究到AI赋能
时间:8月17日 13:30-15:20 地点:三楼国际厅 A 报告摘要:三维场景重建在视景仿真以及影视特效等领域具有广泛应用。然而现实世界场景的精确重建一直是一个有挑战性的难题,传感器直接采集的数据往往数据量大且存在缺陷,难以直接应用,而传统手工建模方法工作量大且效率低下。随着以深度学习为代表的人工智能技术的发展,三维场景分析以及重建的研究取得了很大进步。本报告将介绍我们从三维场景理解暨三维视觉到三维物体和场景重建等方面的研究进展以及在工业场景数字孪生方面的典型应用,并介绍我们发布的第一个真实激光雷达扫描室内场景数据集LiDAR-NET。 |
| 论坛讲者:李帅 北京航空航天大学
讲者介绍:李帅,工学博士,北京航空航天大学计算机学院教授、博士生导师,青年长江学者;中国仿真学会医疗仿真专委会副主任委员、中国解剖学会智慧解剖分会副主任委员、北京知识产权战略咨询委员会委员、北京计算机学会常务理事;计算机辅助设计与图形学学报、图学学报、VCIBA、Metaverse等期刊编委,主要从事虚拟现实/增强现实、医疗仿真、计算机视觉、人工智能等方面的研究;相关研究成果在IEEE TPAMI、IJCV、IEEE TIP、IEEE TVCG、IEEE VR、AAAI、ICCV、CVPR、NIPS等学术期刊和国际会议发表论文120多篇;获授权国家发明专利40多项;获2023年中创软件人才奖,2020年中国电子学会科技进步一等奖(排名2)、2020年山东省科技进步二等奖(排名2)、2021年中国产学研合作创新成果一等奖(排名2)、2021年中国发明协会创新奖二等奖(排名3)、2010年国家科技进步一等奖(排名9);入选2020年中国仿真学会优秀科技工作者;2021年北京航空航天大学优秀博士论文指导教师、2023年北京航空航天大学优秀硕士论文指导教师。
报告题目:交互行为智能识别与生成技术实践
时间:8月17日 13:30-15:20 地点:三楼国际厅 A 报告摘要:行为理解与情境化交互行为智能生成对提升虚实融合空间感知交互沉浸感具有重要作用。报告主要从人物再识别、人体动作识别、双人交互行为理解、文本驱动的行为生成、人与物体交互行为生成、个性化人物行为生成、情境化的多模态交互行为生成等方面对相关研究成果进行介绍,并介绍相关技术在虚拟标准化病人方面的医学应用案例。
|
| 论坛讲者:刘越 北京理工大学
讲者介绍:刘越,北京理工大学光电学院教授、博士生导师,光电信息技术与颜色工程研究所所长,北京市混合现实与新型显示工程技术研究中心副主任,“十四五”国家重点研发计划“文化科技与现代服务业”总体专家组成员。主要研究领域包括虚拟现实与增强现实、自然人机交互以及计算机视觉等,兼任中国计算机学会虚拟现实专业委员会副主任、人机交互专业委员会副主任;中国电子学会虚拟现实产业分会副主任;中国人工智能学会智能交互专业委员会副主任;中国图象图形学学会理事、副秘书长等,目前主持国家重点研发计划项目、国家自然科学基金重点国际(地区)合作项目等多项课题的研究工作,已发表论文100余篇,申请专利50余项,研究成果曾荣获国家发明奖二等奖一项。
报告题目:面向高质量光照一致性虚拟内容编辑的本征图像分解方法
时间:8月17日 13:30-15:20 地点:三楼国际厅 A 报告摘要:通过本征分解可将图像分离为反射率图像和阴影图像,对实现光照一致性虚实融合具有重要意义,但现有方法无法有效地将原始图像中的彩色照明与反射率分离,同时难以正确地将彩色光照恢复到阴影中去。本报告将介绍项目组近年来在面向高质量光照一致性虚拟内容编辑的本征图像分解方法方面的多项研究成果,相关技术方法有助于低成本和高效率地实现视觉上优于已有解决方案的虚拟操纵效果,在虚拟场景的材质编辑和重光照等方面具有广阔的应用前景。
|
| 论坛讲者:杨旭波 上海交通大学
讲者介绍:杨旭波, 上海交通大学长聘教授,软件学院副院长。研究领域为虚拟现实与计算机图形学。曾在德国弗朗霍夫所、新加坡国立大学、美国北卡大学教堂山分校做XR研究。任中国图学学会理事,中国计算机学会虚拟现实与可视化专委会副主任,中国图象图形学会虚拟现实专委会常委,中国计算机学会CAD&CG专委会委员等。担任虚拟现实国际顶会IEEE VR 2023与VR 2024大会主席,EuroXR 2024大会主席,国际期刊MIT Presence: VR&AR与Frontiers in VR编委、《计算机辅助设计与图形学学报》编委,研究成果发表于IEEE VR、ISMAR、SIGGRAPH、SIGGRAPH ASIA、TVCG、TOG等会议和刊物,曾获IEEE VR与ISMAR最佳论文奖。
报告题目:扩展现实近眼沉浸计算技术
时间:8月17日 13:30-15:20 地点:三楼国际厅 A 报告摘要:扩展现实为人们带来虚实融合的三维沉浸交互空间,能大大扩展人的知觉,提高人的认知能力和创造能力。同时,扩展现实也为近眼沉浸显示和沉浸图形计算带来了新的技术挑战。本报告将介绍我们团队在扩展现实近眼沉浸计算方向的科研工作,主要介绍XR光学透视近眼遮挡显示技术、XR注视点自适应神经渲染技术、XR注视点自适应流体仿真技术等研究进展。
|
| 论坛讲者:章国锋 浙江大学
讲者介绍:章国锋,浙江大学教授,博导,国家优秀青年科学基金获得者。主要从事三维视觉与增强现实方面的研究,尤其在同步定位与地图构建(SLAM)和三维重建方面取得了一系列重要成果,研制了一系列相关软件,并开源了一系列SfM/SLAM系统或关键模块算法的源代码,是OpenXRLab扩展现实开源平台的主要发起人之一。获全国百篇优秀博士学位论文奖、计算机学会优秀博士学位论文奖、教育部高等学校科学研究优秀成果奖科学技术进步奖一等奖(排名第4)、浙江省自然科学奖一等奖(排名第2)、浙江省技术发明奖一等奖(排名第4)以及混合现实和增强现实领域国际顶级会议ISMAR 2020唯一最佳论文奖。目前为《Virtual Reality & Intelligent Hardware》、《计算机辅助设计与图形学学报》和《应用科学学报》编委,《中国图象图形学报》青年编委,中国图象图形学学会三维视觉专委会副主任,浙江省人工智能学会增强现实分会副会长;曾担任VALSE第二届和第三届资深AC委员会主席,VALSE 2019、2021大会程序委员会主席,VALSE 2022大会主席,ChinaVR 2021大会程序委员会主席,CVPR 2021、2023领域主席,ISMAR 2019-2023以及VR 2021-2023程序委员会委员。
报告题目:基于深度学习的视觉SLAM
时间:8月17日 13:30-15:20 地点:三楼国际厅 A 报告摘要:视觉SLAM是计算机视觉和机器人领域的经典问题,在AR/VR/MR、机器人、自动驾驶等领域有着广泛的应用前景。随着深度学习的快速发展,基于深度学习的视觉SLAM工作不断涌现出来,在诸多场景中的性能超过了传统的方法。本次报告主要汇报我们课题组近几年在基于深度学习的视觉SLAM所作的一些工作,并探讨视觉SLAM的未来发展方向。
|