12月11日，2024年“CCF博士學(xué)位論文激勵(lì)計(jì)劃”評(píng)選結(jié)果公布，我院彭思達(dá)老師的論文《動(dòng)態(tài)三維人體的隱式神經(jīng)表示方法研究》從17個(gè)單位的38篇博士學(xué)位論文中脫穎而出，成功入選2024年“CCF博士學(xué)位論文激勵(lì)計(jì)劃”。據(jù)悉，共有10篇論文入選2024年“CCF博士學(xué)位論文激勵(lì)計(jì)劃”、3篇論文獲得2024年“CCF博士學(xué)位論文激勵(lì)計(jì)劃”提名。
入選論文介紹
題目：動(dòng)態(tài)三維人體的隱式神經(jīng)表示方法研究
摘要：從觀測(cè)視頻中重建動(dòng)態(tài)三維人體表示是計(jì)算機(jī)視覺和圖形學(xué)領(lǐng)域的前沿?zé)狳c(diǎn)問題，是數(shù)字內(nèi)容制作、遠(yuǎn)程虛擬會(huì)議、影視制作等應(yīng)用的重要技術(shù)。傳統(tǒng)的人體建模技術(shù)可以構(gòu)建高精度的數(shù)字人體模型，但這些方法依賴于復(fù)雜的硬件設(shè)備，限制了這些工作的使用場(chǎng)景。近年來，神經(jīng)輻射場(chǎng)展現(xiàn)了從觀測(cè)圖片中重建高質(zhì)量三維場(chǎng)景的能力。但此類方法的渲染速度較慢，無法滿足實(shí)時(shí)應(yīng)用的需求。基于多視圖幾何理論與深度學(xué)習(xí)方法相融合的思想，本文提出了一系列面向動(dòng)態(tài)人體建模與渲染的隱式神經(jīng)表示方法，致力于解決稀疏視角建模、可驅(qū)動(dòng)人體模型、幾何表面重建、實(shí)時(shí)渲染這四個(gè)人體建模領(lǐng)域的關(guān)鍵問題，實(shí)現(xiàn)了從稀疏視角視頻中創(chuàng)建具有高質(zhì)量的可驅(qū)動(dòng)人體模型。
一種基于結(jié)構(gòu)化隱變量的人體神經(jīng)輻射場(chǎng)表示
一種基于骨骼蒙皮驅(qū)動(dòng)的人體神經(jīng)輻射場(chǎng)表示
一種基于多層感知機(jī)圖的動(dòng)態(tài)場(chǎng)景表示
作者介紹
彭思達(dá)
浙江大學(xué)軟件學(xué)院“百人計(jì)劃”研究員，博士生導(dǎo)師。研究方向?yàn)槿S計(jì)算機(jī)視覺和計(jì)算機(jī)圖形學(xué)。至今在TPAMI、CVPR、ICCV等期刊或會(huì)議發(fā)表五十余篇論文，谷歌學(xué)術(shù)引用4600余次，其中一篇一作論文獲得CVPR最佳論文提名，成果獲得GitHub上萬次stars和2024年中國CCF圖形開源軟件獎(jiǎng)。入選斯坦福2024全球Top 2%科學(xué)家榜單、2023年世界人工智能大會(huì)云帆獎(jiǎng)-明日之星、浙江省優(yōu)博。被蘋果公司評(píng)為2022 Apple Scholar（亞太地區(qū)唯一），被華為公司評(píng)為2024啟真優(yōu)秀青年學(xué)者。
CCF博士學(xué)位論文激勵(lì)計(jì)劃為推動(dòng)中國計(jì)算機(jī)領(lǐng)域的科技進(jìn)步，鼓勵(lì)創(chuàng)新性研究，激勵(lì)計(jì)算機(jī)領(lǐng)域的博士研究生潛心鉆研，務(wù)實(shí)創(chuàng)新，解決計(jì)算機(jī)領(lǐng)域中需要解決的理論和實(shí)際問題，表彰做出優(yōu)秀成果的年輕學(xué)者而設(shè)立。
