暑期实习 | 视觉计算与学习实验室等你来

北京大学视觉计算与学习实验室暑期实践

Visual Computing and Learning

项目介绍

面向对象：

对图形学与三维视觉感兴趣，对研究有热情，具有良好数理与编程基础，具备较好的英语水平的大二大三同学（为实现较好的指导和实践效果，计划面试招收10人）

项目时间：

2019年7月至8月底

实践内容：

科研项目研究与实现，前沿研讨与编程培训

项目目标：

投稿顶级会议及期刊论文

申       请：

请将简历发送至邮箱：

[e-mail]

（标题：VCL暑期科研项目）

实验室介绍

北京大学前沿计算研究中心视觉计算与学习实验室（Visual Computing and Learning）位于北京大学静园五院，邻近北大校本部图书馆，处于校园中心位置。在陈宝权教授带领下，围绕图形学、三维视觉、可视化及机器人等领域展开科学研究，兼持跨学科前沿技术探索、视觉艺术和技术融合两条主线，长期与顶级国际团队深度合作，并积极进行产业化实践与推广。

静园五院三维建模效果展示，相关技术介绍见：科普与展示 | 北京大学静园周边场景三维重建

导师介绍

陈宝权

北京大学博雅特聘教授

前沿计算研究中心执行主任

个人主页：https://cfcs.pku.edu.cn/baoquan/

陈宝权，北京大学“博雅”特聘教授、博士研究生导师，前沿计算研究中心执行主任，中国计算机学会会士。研究领域为计算机图形学与可视化。1994年硕士毕业于清华大学电子工程专业，1999年获纽约州立大学石溪分校计算机博士学位。曾执教于明尼苏达大学、中国科学院深圳先进技术研究院、山东大学。担任“973计划”项目首席科学家，获得国家杰出青年科学基金资助，入选教育部“长江学者奖励计划”特聘教授和国家“万人计划”领军人才。获美国国家科学基金会（NSF）Career Award（2003）、IEEE可视化年会最佳论文奖（2005）、中国计算机图形学杰出奖（2014），以及明尼苏达大学国际教育特别贡献奖（2005）、中国科学院朱李月华优秀教师奖（2013）、山东大学先进教育工作者称号（2016）等重要教学科研奖励和荣誉。

合作Mentors

王滨

北京电影学院高精尖未来影像研究中心二级研究员，北京航空航天大学博士  

已在计算机图形学顶级会议SIGGRAPH和SIGGRAPH Asia发表多篇论文，曾任ACM TOG, IEEE TVCG, CGF等国际期刊的审稿人

研究方向：

计算机图形学，基于物理的建模与仿真

张心欣

北京电影学院高精尖未来影像研究中心二级研究员，加拿大不列颠哥伦比亚大学计算机科学博士

已发表多篇siggraph/siggraph asia论文，曾在皮克斯动画工作室以及维塔数码参与实习, 在皮克斯实现了GPU子表面细分开源软件OpenSubdiv的原型代码, 以及参与维塔数码流体解算器的开发

研究方向：

计算机图形学，基于物理的建模与仿真

庄一新

北京大学博雅博士后，国防科技大学博士

在ACM Transaction on Graphics, Computer Graphics Forum等图形学领域期刊上发表多篇文章

研究方向：

计算机图形学，几何分析与建模

马雷

中国科学院软件研究所博士

十年以上计算机图形学研究和工作经验，在国际主流计算机学术期刊发表5篇论文

曾任国内虚拟现实公司资深开发总监，美国欧特克软件公司 (Autodesk) 资深软件工程师

研究方向：

计算机图形学，基于真实感的图形绘制，采样和重建

董豪

英国帝国理工计算机系博士，北京大学前沿计算研究中心助理教授（拟入职）

已发表多篇ICCV, TIFS, TMI, TNSRE, ACM MM论文，曾任SIGGRAPH, TIP, TKDE, Neurocomputing审稿人

Tensorlayer首席开发者

研究方向：

计算机视觉、医疗数据应用、深度学习开发平台

Kfir Aberman

北京电影学院高精尖未来影像研究中心二级研究员

已发表多篇Siggraph/Siggraph Asia论文，有4年算法设计开发经验，2年以色列IDI的卫星部门算法团队领导，在代码编写及算法发展方面有丰富的经验

研究方向：

计算机图形学，深度学习

培训内容

深度学习Workshop

我们邀请深度学习强化库tensorlayer的首席开发者董豪组织深度学习的workshop，包括对基础深度学习网络CNN，RNN的讲解，以及对GAN等深度学习重要研究方向的介绍。Workshop还会安排实践，以加深参与实践的同学对深度学习的理解。

Seminar Talks

以往邀请到的学者的报告现场

我们还会邀请包括mentors在内的海内外相关领域的学者开展讲座报告，帮助参与实践的同学快速了解计算机图形学的相关研究领域，并找到自己感兴趣的研究方向。我们鼓励同学们积极参与研讨，分享自己的想法。

近期成果

Motion Retargeting in 2D

吴润迪

人是在三维空间中运动，但大量的人体动作都是通过2D的视频采集的。传统的3D动作迁移（motion retargeting）的方法应用到2D视频中时，就首先需要2D到3D的人体姿态和相机参数的估计。我们提出了一种新的、直接应用到视频播捉的人体动作上的迁移方法，避免了3D人体姿态估计和相机参数恢复的过程。

多机器人协同扫描室内场景

董思言、周强

左上为真实场景中多个机器人探索的示意图，右上为根据重建结果进行2D路径规划的图，下面为每个机器人获取的信息

对真实环境的三维建模在计算机图形学、计算机视觉和机器人等领域都有重要应用。传统的三维建模算法依赖训练有素的专业扫描人员手持扫描设备采集数据运行建模算法，低效且繁重。通过研究发现，基于最优质量传输理论，可以驱动多个机器人协同合作，自动探索、扫描未知环境，进而重建出环境的三维模型。

高效欧拉流体仿真

屈子吟、张心欣

复杂边界条件下的实验效果

传统的欧拉流体算法由于数值粘性的存在难以准确地求解对流问题，而混合粒子网格法则难以高效地并行化导致计算速度较慢。我们提出了一种基于双向特征线法地流体解算算法，可以准确而快速地求解流体对流方程。我们的算法准确地复现了两个涡环相撞地过程，同时也可以用以求解爆炸以及各种复杂边界情形。

更多成果请见：

https://cfcs.pku.edu.cn/baoquan/research/projects_publications/index.htm

（或点击“阅读原文”）

有问题？

欢迎咨询组里超nice的同学：

蒋鸿达  [e-mail]

吴润迪  [e-mail]

欢迎参观实验室及关注实验室的公众号

内容编辑、整理 | 蒋鸿达

指导教师 | 陈宝权