论坛背景及意义：“几何深度学习技术论坛”是一个专注于智能几何处理领域的专业论坛，该领域促进了人们生产生活的极大进步。本论坛旨在探讨深度或机器学习技术在几何处理和几何计算领域的最新发展、趋势和挑战，同时分享几何深度学习技术的诸多应用和成功经验。此外，论坛还设有讨论和互动环节，与会者和专家可以就几何深度学习技术的创新和发展进行深入探讨。通过参加“几何深度学习技术论坛”，与会者可以获取几何深度学习技术的最新动态和发展趋势，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，共同推动该领域的健康发展。
| 论坛主席：严冬明 中国科学院
主席介绍：严冬明，中国科学院自动化研究所，研究员，博导。研究领域为CAD、图形学、几何处理、人工智能等。发表CCF-A类论文40余篇；主持科技部重点研发计划课题、基金委面上项目、科学院先导专项课题、北京市科技计划等多项科研项目；相关成果在华为、阿里、腾讯、广联达、蔚来汽车等企业得到落地应用；获2023年度华夏建设科学技术奖一等奖、CVMJ 2020 年度最佳论文奖；担任国内外期刊《Computer Graphics Forum》、《The Visual Computer》、《JCST》、《计算机辅助设计与图形学学报》编委。
时间：8月18日 13:00-14:50 地点：三楼国际厅 A
|
| 论坛讲者：刘玉身 清华大学
讲者介绍：刘玉身，清华大学软件学院长聘副教授，博士生导师。2006年获得清华大学计算机科学与技术系的博士学位，导师孙家广院士；2006-2009年，美国普渡大学博士后；2009年至今，清华大学软件学院任教。主要研究方向是三维计算机视觉、几何智能处理与重建、建筑信息模型(BIM)。作为负责人主持国家自然科学基金项目5项，主持国家重点研发计划课题2项，参编国家标准3项（排名第3）。近五年以通讯作者，在TPAMI/TIP/CVPR/ICCV/NeurIPS/ICML等CCF A类期刊和会议发表论文40多篇，谷歌学术总引用4000多次。担任多个CCF A类国际会议的高级程序委员会委员和国际重要期刊编委、中国图学学会计算机图学专委会委员、中国铁道学会智能铁路委员会委员等。研究成果获得中国图学学会2022年度优秀博士学位论文、中国计算机学会计算机辅助设计与图形学专业委员会2021年度“优秀图形开源数据集”奖、工程信息化领域旗舰期刊AEI高被引研究奖、土木与建筑工程计算领域旗舰会议(ICCCBE2016)最佳学生报告奖、计算机辅助设计与计算机图形学国际学术会议(CAD/Graphics 2005)最佳学生论文奖等，1篇TPAMI论文入选ESI高被引论文。教学成果获得清华大学精品课程、清华大学年度教学优秀奖、清华大学优秀班主任一等奖（2次）等，指导研究生多次荣获北京市优秀毕业生、清华大学优秀毕业生、校级优秀学位论文等。
报告题目：三维智能处理与重建
时间：8月18日 13:00-14:50 地点：三楼国际厅 A 报告摘要：三维智能处理与重建是计算机图形学、三维计算机视觉、数字孪生领域中的研究热点，报告主要围绕激光扫描点云和多视图等获取的三维数据，介绍近年来三维智能识别、处理与重建的前沿技术，包括：三维智能识别技术，及其在对象识别、大规模模型检索中的应用；三维智能处理技术，及其在三维场景语义分割与补全中的应用，为后续场景重建与理解提供支撑；三维智能重建和生成技术，及其在数字孪生领域中的应用。
|
| 论坛讲者：刘圣军 中南大学
讲者介绍：刘圣军，浙江大学博士，现为中南大学数学与统计学院教授，博士生导师，教育部新世纪优秀人才，湖南省杰青，德国洪堡学者。中南大学工程建模与科学计算研究所副所长。主要研究兴趣包括几何计算与分析、智能算法及应用。作为负责人及中方合作者共主持5项国家自科基金项目和1项湖南省科技计划重点项目，及其他项目多项。已发表和录用论文70余篇，授权国家发明专利9项。担任中国仿真学会青年工作委员会副主任委员；中国工业与应用数学学会副秘书长。
报告题目：几何深度学习在非刚性形状分析中的应用
时间：8月18日 13:00-14:50 地点：三楼国际厅 A 报告摘要：几何深度学习已经广泛应用于与拓扑结构相关的领域中，如药物发现，材料设计等。在这里我们聚焦于讨论几何深度学习在三维几何形状分析任务，如形状对应、分类或分割等中的应用。在这个报告中将介绍课题组最新的两项研究工作：多个谱滤波器保持的无监督形状对应；非刚性形状对应任务中的深度泛函网络模型的解构。
|
| 论坛讲者：王鹏帅 北京大学
讲者介绍：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。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。王鹏帅博士担任著名图形学期刊Computers & Graphics的副主编、著名图形学国际会议（如SIGGRAPH Asia 2024、Eurographics 2024、CVM 2023/2024等）的会议程序委员。王鹏帅博士于2022年至2024年连续三年获得AMiner评选的AI 2000 最有影响力的学者称号，并于2023年获得亚洲图形学学会 (Asiagraphics) 青年学者奖。
报告题目：面向图形学的通用三维神经网络
时间：8月18日 13:00-14:50 地点：三楼国际厅 A 报告摘要：三维深度学习技术在三维数据的理解、生成、仿真和渲染等任务中得到了很好的应用。然而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。该框架可以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。
|
| 论坛讲者：赵明阳 中国科学院香港创新研究院
讲者介绍：赵明阳，中国科学院香港创新研究院研究助理教授。于2021年在中国科学院数学与系统科学研究院获应用数学博士学位。主要从事计算机图形学和几何计算领域的研究。以第一作者(含共一)在TVCG、TIP、CAGD、PR、CVPR、ICCV、ECCV、AAAI等国际期刊和会议上发表学术论文多篇。担任著名图形学期刊The Visual Computer的副主编。赵明阳博士首次通过代数序列给出了几何计算中重要的研究对象达布圆纹面的形状完全分类和穷举，并提供了判定其形态的代数条件。该工作受到前国际数学联盟副主席的引用及好评。曾获中国科学院优秀博士论文和中国科学院院长奖等荣誉。
报告题目：从无监督聚类到非刚性配准
时间：8月18日 13:00-14:50 地点：三楼国际厅 A 报告摘要：非刚性点集配准在三维重建和几何计算中扮演重要角色，此前关于非刚性点集配准的工作往往受限于特征匹配误差和大形变场景。为解决该问题，本报告尝试从无监督聚类角度重新审视点集配准问题，揭示聚类和配准之间的等价性，并展示如何将配准中的形变场优化求解建模为动态聚类过程。 同时展示在CVPR 2024 (Highlight)上发表的相关研究成果。该方法可有效应对大形变同时免于计算特征点对应。
|
| 论坛讲者：辛士庆 山东大学
讲者介绍：辛士庆，山东大学计算机科学与技术学院教授、博士生导师。在几何计算和几何处理方面做了系统性的研究工作，发表论文100余篇，包括CCF A类论文30余篇，获得2017/2023年SPM大会最佳论文奖（第1名）、2021年吴文俊人工智能自然科学奖（2等）、2023年SIGGRAPH最佳论文奖（国内科研单位首次）、2024年CVM大会最佳论文奖。主持国家自然科学基金项目3项，并作为骨干成员参与了多项国家重点研发计划项目。在教学方面，能够把最新科研成果融入到教学过程中去，极大地提高了学生的兴趣，获得了2022年山东大学泰山学堂“卓越教师”称号。
报告题目：保几何细节的深度三维重建
时间：8月18日 13:00-14:50 地点：三楼国际厅 A 报告摘要：基于深度学习的三维重建技术是当前的研究热点，它正在推动数字内容创造、自动化系统以及交互技术的创新发展。尽管该技术已经取得了显著进展，现有的重建方法在面对噪声干扰、数据稀疏、视角限制和数据缺失的情况下，仍难以准确重建出完整的几何细节。本报告将聚焦于保持几何细节的深度三维重建技术，并展示在NeurIPS和SIGGRAPH Asia上发表的相关研究成果。
|
