新闻 | 中心师生参加GAMES 2019并作报告

关键词：GAMES 2019  CAD/Graphics 2019

编者按

2019年5月4-6日，北京大学前沿计算研究中心陈宝权老师、董豪博士、图灵班学生吴润迪和客座学生董思言参加了第五届计算机图形学与混合现实前沿研讨会（GAMES 2019）与第十六届计算机辅助设计与计算机图形学国际学术会议（CAD/Graphics 2019），并在会上展示了相关工作。

陈宝权教授受邀担任GAMES 2019和CAD/Graphics 2019的大会主席。

与会人员合影

北京大学前沿计算研究中心助理教授（拟入职）董豪博士做了题目为“生成对抗网络：从G+D到G+D+E”的前沿综述报告。

生成对抗网络（GAN）是近年十分热门的网络模型，它可以看做是两个网络模型对抗，一个是生成网络模型G，一个是识别网络模型D。训练GAN就是使G尽可能欺骗D，使D尽可能反欺骗。而VAE则是一个能够将高维空间的图像映射到低维空间的向量的网络，向量中的每一项是决定图像的隐形因素，每一个因素对应着一种分布。即，是一种编码器（encoder）。GAN正是缺少了这样一种x到z的映射，而VAE也缺少了GAN中的对抗。因此，将这二者结合起来是自然而然的。当G+D+E后，董豪博士展示了它更强的能力，比如作为特征提取器，强化图片的特征；非监督的图到图转换，能够改变单独一个特征，如性别改变，等等。最后，董豪博士推广了其团队最新发布的Tensorlayer2.0，这是一个功能强大的神经网络工具，使非专业人士也能够编写复杂的网络模型。

北京大学图灵班本科生吴润迪做了题目为“Learning Character-Agnostic Motion for Motion Retargeting in 2D”的SIGGRAPH 2019最新论文展示。

人体运动的分析是一项有挑战性的工作，其中在计算机动画中的一个重要应用就是动作的重定位。在本文中，我们提出了一种新的方法来重新定位不同的人类表演者之间的视频捕捉运动，而不需要显式重建三维姿态或相机参数。我们直接从视频中学习并提取出一个对骨架几何和相机视图不变的高级潜在运动表示。我们的关键思想是训练一个深度神经网络，将二维姿势的时间序列分解为三个部分：运动、骨架和相机视角。在提取了这样的表示之后，我们能够将运动与新颖的骨架和相机视图重新组合，并对重定目标的时间序列进行解码。实验证明，当框架应用于野外视频时，可以从视频中鲁棒地提取人体运动，绕过三维重建，并且优于现有的重定目标方法。

中心客座学生董思言做了题目为“Multi-Robot Collaborative Dense Scene Reconstruction”的SIGGRAPH 2019最新论文展示。

作者提出了一种允许多个机器人执行协同扫描的自主扫描方法。通过规划多个机器人有效地相互协调的扫描路径，可以最大限度地提高扫描覆盖范围和重建质量，同时最大限度地减少整体扫描工作量。给定当前扫描的场景，提取一组扫描任务以覆盖未知或不确定的场景区域，并基于最优质量传输理论（OMT）优化机器人的任务分配。然后，通过求解近似的旅行商问题，为每个机器人规划其分配任务的平滑路径。此外，他们还提出了可用于定量评估多机器人自动扫描的指标和数据集。通过实验分析，能够得到优于现有的多机器人探测系统的扫描结果。

北京大学前沿计算研究中心执行主任陈宝权教授主持了题为“图形学新疆界”的圆桌论坛。陈教授首先提出了关于图形学未来趋势的两个问题：领域的新发展方向以及产学研的新应用场景是什么？论坛中多位图形学学者针对图形学不同方向的现状分别做了简短的分析。陈仁杰研究员提出，GPU在某些方面的性能已经超过CPU，并指出三维方向将会是未来图形学的工作重点。刘永进教授指出，图形学的门槛相对于其他研究方向稍高导致研究人员相对于3D视觉和机器人的数量较少。鲍虎军教授表示，图形学的研究之路相对很辛苦，大家有点被传统图形学研究范围所限制，我们应该懂得变通，要更有活力去与其他领域和产业界实现交叉合作，要经常思考我们还能做什么。刘利刚教授认为，我们在工业软件上还存在很大的缺陷，目前国内工业、游戏、娱乐和电影等方面的软件全是国外开发，因此我们在这些方面还有很大进步空间，要有自信能做得更好。

张鑫博士从工业界的角度说明了现在工业界对图形学的需求旺盛，人才相对缺少，学术界存在曝光率太低的问题，我们要主动走出去。董豪博士认为外部对图形学的关注还是比较多，我们要有自己的杀手锏应用，借助5G的东风思考我们能做些什么。张心欣研究员认为我们在短视频、人工智能和深度学习等方面的优势还是比较明显，应该让这些优势发光发热。徐凯教授指出，3D vision的第一个专委会是由图形学领域的学者建立，这是一个好的起点，要敞开胸怀接纳其他领域。程志全博士指出我们只要坚定方向就能看见希望，现在3D就是我们的目标，同时要注意我们的成果转化。周晓巍研究员认为视觉和图形学本就没有清晰边界，所谓的边界都是我们自身的束缚，我们要打破自身束缚才能向前发展。汪云海教授从可视化的角度分析了图形学的发展，指出从3D到2D也许能有更多发现。童欣研究员指出研究要有针对性，做图形学不能有太多顾虑，要敢于突破自己，我们个人的新疆界就是图形学的新疆界。

最后大家对论坛进行了总结：浙江大学鲍虎军教授认为我们应当花精力在成果转化上，要对外开放。清华大学胡事民教授最后到场参与讨论，指出我们应当扎根实际问题，研究有用问题，团结一致发展图形学科。陈宝权教授做最后总结称：目前图形学的研究需要拓展边界，应该和其它广泛的研究和应用领域紧密结合，建立新的学科体系，寻求图形学发展的新格局。

图文 | IRC

整理 | 董思言

Visual Computing and Learning (VCL)

近 期 热 点

—   版权声明  —

本微信公众号所有内容，由北京大学前沿计算研究中心微信自身创作、收集的文字、图片和音视频资料，版权属北京大学前沿计算研究中心微信所有；从公开渠道收集、整理及授权转载的文字、图片和音视频资料，版权属原作者。本公众号内容原作者如不愿意在本号刊登内容，请及时通知本号，予以删除。