第十二届中国科大《计算机图形学前沿》暑期课程（第二天）
2024年7月9日星期二，第十二届中国科学技术大学《计算机图形学前沿》暑期课程第二天，上午由北京大学王鹏帅老师主持进行，下午由中科大安徽省图形计算与感知交互重点实验室方清老师主持进行。
课程1
来自卡内基梅隆大学的李旻辰老师作的报告题目为《Optimization Time Integration for Solids and Fluids》。以牛顿法为代表的二阶优化方法不仅在几何处理中有着重要应用，而且在物理仿真中发挥着重要应用。
李旻辰老师首先从几何建模中的数值优化方法引申到弹性体仿真的优化方法，并揭示两个领域间的紧密联系。然后通过弹性体系统这样一个具体实例，详细地讲解了弹性仿真中扭曲最小化方法的原理。最后李旻辰老师探讨了Optimization Time Integration的未来研究方向，比如对一些无势能的物理现象去仿真等。
课程2
来自清华大学的杜韬老师的报告题目为《Deep Learning for Physics Simulation》。首先，杜韬老师简要概述了物理仿真的框架，在此基础上探讨了深度学习方法。接下来，杜韬老师对基于深度学习方法和物理模拟结合的几种混合模拟策略的分类。然后，杜韬老师回顾了这些深度学习策略的含义，并讨论了将深度学习与物理相结合的一些实际考虑。最后，杜韬老师简要地介绍了一些先进的深度学习技术，并就何时使用物理模拟和何时使用机器学习和学员进行讨论。
课程3
来自华东师范大学的李晨老师的报告题目为《流体动态重建与真实感仿真》。李晨老师首先讲解了流体的定义与特性。然后从流体的正向仿真和逆向捕获两个方面阐述了流体动态重建与真实感仿真的背景理论以及一些经典方法和成果。正向问题通过离散求解偏微分方程去进行流体动画的模拟，逆向问题是从真实的数据出发重建一些流体信息。最后，李晨老师探讨了未来可能的研究方向。
课程4
来自清华大学的徐昆老师带来了题为《基于物理的可微渲染》的报告。徐昆老师首先介绍了可微渲染的定义以及基于梯度下降的逆向渲染应用。随后，徐老师详细讲解了可微渲染方法的分类，包括可微光栅化、可微光线追踪和神经渲染，并对目前可微渲染面临的主要挑战，如处理边界不连续的问题，进行了说明。
最后，徐昆老师指出了当前可微渲染领域的一些值得深入研究的问题。例如，由于梯度下降法容易优化到局部最优，从而导致计算效率问题；以及可微渲染对初始值要求较高，从而影响算法的鲁棒性。
课程5
来自北京大学计算机学院的李胜老师带来了题为《真实感渲染的路径采样问题进展及神经网络拓展》的报告。李老师目前的主要研究焦点是渲染中的全局光照。在报告中，李老师讨论了真实感绘制和智能媒体计算的相关问题，并介绍了可微渲染在单视角场景参数恢复、三维物体生成等方面的应用，以及光路模拟等问题。
最后，李老师探讨了提升渲染效率的三个思考方向：第一，如何提升采样样本的质量；第二，结合ReSTIR GI的思想，重复利用像素的时空信息，以少量的采样样本来近似全局信息从而做到实时渲染；第三，利用神经网络表示和推理高维函数值，从而获得合适的采样分布。
课程6
来自Unity中国的团结引擎负责人左瑞文老师带来了主题为《团结引擎和渲染技术》的报告。左瑞文老师首先介绍了团结引擎在渲染能力、产品体验和平台建设等方面的优势，并展示了在微信小游戏、OpenHarmony和车机上的合作与应用。接着，他讲解了团结引擎在AIGC（人工智能生成内容）领域的一些探索，并呈现了相关的成果。
最后，左老师通过介绍图形渲染技术的发展历程，提出了当前渲染技术面临的挑战，并分享了一些渲染技术的探索和思考，主要包括以下几个方面：云游戏与渲染集群的应用、提升游戏画质与性能的技术手段，以及云游戏与机器人技术的结合等。
报告人简介
Minchen Li (李旻辰), Carnegie Mellon University
Minchen is an assistant professor in the Computer Science Department at Carnegie Mellon University, having joined in September 2023 after leaving his role as an assistant adjunct professor at UCLA Department of Mathematics. He received Ph.D. from the University of Pennsylvania, advised by Chenfanfu Jiang. Minchen is a winner of the 2021 ACM SIGGRAPH Outstanding Doctoral Dissertation Award for the development of the Incremental Potential Contact (IPC) method. His current research focuses on integrating physics-based simulation with AI for computer graphics, visual computing, robotics, and computational mechanics.
杜韬，清华大学
清华大学交叉信息研究院助理教授，博士生导师。杜韬博士毕业于麻省理工学院计算机图形学实验室，主要研究方向为图形学中的物理仿真与计算设计。他的相关工作主要发表在计算机图形学和机器学习领域顶级期刊和会议（ACM TOG, SIGGRAPH North America/Asia, ICLR, ICML, NeurIPS)上，并受到多家知名科技媒体（WIRED，MIT News, IEEE Spectrum, TechCrunch等）的关注与报道。此外，他多次担任SIGGRAPH North America/Asia技术论文程序委员会委员并多次获评NeurIPS/ICML优秀审稿人。
李晨，华东师范大学
华东师范大学计算机科学与技术学院副研究员，博士毕业于华东师范大学，导师为王长波教授，曾赴纽约州立大学石溪分校进行访学研究，合作导师为Hong Qin教授。主要研究方向有基于物理的计算机动画仿真、自然景观建模、可微计算等。近年来，在包括TOG、TVCG、CGF、MM在内的国内外高水平期刊和会议累计发表论文二十余篇，获得华为难题揭榜火花奖一项。
徐昆，清华大学
徐昆，清华大学计算机系长聘副教授、博导，国家优秀青年基金获得者。研究兴趣包括计算机图形学，真实感绘制和智能媒体计算。在ACM SIGGRAPH, ACM TOG, IEEE TVCG等重要会议期刊发表论文40余篇。担任国际期刊The Visual Computer和Computers & Graphics编委，曾担任国际会议Pacific Graphics程序委员会共同主席（2015年）。获国家自然科学奖二等奖一项（排名4），国家科技进步奖二等奖一项（排名4），入选中国科协“青年人才托举工程”。
李胜，北京大学
北京大学计算机学院研究员，北京大学图形与交互技术实验室副主任、国家级重点实验室副主任。主要研究方向为虚拟/增强现实，计算机图形学等。主持包括国家重点研发计划课题、自然科学基金等国家、国防重点科研项目等30余项。在包含ACM TOG（Siggraph）、IEEE TVCG、CGF、IEEE VR、CVPR、ACM MM等重要国际国内期刊会议发表论文100余篇。申请/授权中国/美国发明专利50余项，20项获得转让。2022年获得中国计算机学会技术发明一等奖，曾获得教育部科技进步一等奖等其它省部级奖励5项。曾获得CGI最佳论文奖和IEEE VR最佳论文提名。
左瑞文，Unity 中国
Unity中国团结引擎负责人，毕业于清华大学，获控制理论与控制工程硕士学位。作为连续创业者，深耕游戏行业16年有余，对游戏/引擎、教育行业的产品研发与企业管理有着深刻理解。加入Unity中国前任腾讯技术专家/总监，负责海外合研项目的研发与管理；搭建腾讯游戏在线服务平台，为IEG Global各游戏工作室提供技术管理和技术支持。目前在Unity中国主导战略、引擎以及AI研发等。
明日预告
