2025年GCL实验室硕士研究生论文答辩会（1）

2025年5月14日上午9:00，中国科学技术大学数学科学学院安徽省图形计算与感知交互重点实验室（GCL实验室）于数学院新楼308教室举行了2025届第一场硕士学位论文答辩会。本次答辩委员会由本实验室刘利刚老师、傅孝明老师以及南京理工大学杜冬老师组成，答辩会由答辩委员会主席刘利刚老师主持进行。

GCL实验室的13名硕士毕业生柳淏玮、杜旭、许子航、周玉祺、杨乐园、胡俊、曾潇怡、冯一潇、闵俊、宋寅、冯小龙、李凌风和叶艺辉同学依次介绍了自己的论文工作，并做了汇报与展示。  

柳淏玮同学提出了一种基于自然语言交互的层次化三维模型生成框架，通过创新性融合大语言模型的领域知识先验和强大的代码理解/生成能力，有效地解决了传统方法在生成效率、控制精度和模型质量三者难以兼顾的关键问题，并通过大量实验验证了该方法的有效性和鲁棒性，为智能三维建模提供了新的技术路径。

杜旭同学针对选线问题提出了一种基于采样数据的分层优化框架，旨在解决传统方法在多约束场景下的局限性，在合理的假设条件下，将研究内容拆分为平面路径规划和纵断面路径规划两个方面，通过构建数学模型和设计创新算法，实现了在多场景地形和多目标约束下的高效路径优化，为“经验驱动”到“数据驱动”提供新思路。

许子航同学提出了一种基于神经隐式表示的三维表面连续参数化与纹理联合优化框架。算法构建双向映射网络架构，在物体表面点与球面参数域之间建立连续可逆映射关系，有效避免了离散参数化过程中的信息损失问题，通过设计对表面颜色进行材质与视角相关成分的解耦，实现了视觉真实感的提升。该方法通过多项损失联合优化策略，在统一框架下完成参数化与纹理映射的端到端学习。

周玉祺同学提出了基于Transformer的单张图像三维人头重建模型，扩展了训练数据集，提高模型的泛化能力，能够从单张图像中恢复人脸的几何形状、表情、姿态以及场景相机参数。实验结果验证了方法的先进性。提出了基于Transformer的内蕴高斯重建模型，将建模区域拓展至上半身部分，可以直接从输入图像预测人像表示，既支持几何重建也能够实时驱动与高真实感渲染。实验结果验证了方法相较于传统方法的优越性。

杨乐园同学通过以符号距离场为基本表示，结合“图”结构，提出了一种可拓展的高精度三维几何重建框架，旨在恢复出待重建场景的精细稠密几何表面。算法利用了符号距离场的局部特性，采用“分而治之”的策略，将整个待重建的三维场景建模为由多个局部符号距离场组成的图结构。每个图节点独立地建模场景中一个局部区域，通过优化颜色一致性实现节点间的空间对齐，并以 SoftMax 融合方式无缝拼接多个局部场，进而实现了高精度、可拓展的全局几何重建，并且兼具物体编辑的多功能性。

胡俊同学提出了一种基于高斯泼溅的稀疏视角三维语义场重建方法，使用端到端的三维立体匹配模型得到稠密点云与相机位姿，提出了稀疏视角语义对齐策略缓解多视角同物体语义不一致性问题，构建双射将高维语义空间映射到低维空间嵌入至每个高斯中，联合重建损失与语义损失优化得到三维语义场。大量实验结果表明在稀疏视角输入下方法的鲁棒性与实用性。

曾潇怡同学提出了一种基于神经辐射场的倾斜摄影场景三维重建方法。通过引入基于光度损失感知的自适应二维占用平面表示，并设计针对镜面反射分量的平滑正则化项，该方法有效降低了模型存储开销，同时提升了内外插值视角下的渲染质量。基于上述重建模型，构建了高效的烘焙与实时渲染管线。该管线将模型烘焙为多分辨率纹理资产，并基于WebGL开发实时渲染器，提高了在消费级硬件上的渲染帧率。

冯一潇同学针对无法向点云曲面重建问题，提出了一种新的神经隐式曲面重建方法，该方法包含两个方面：在神经网络结构上，其设计了一种多层次张量积 B 样条哈希编码方法，保持一定光滑性的同时可以更有效捕捉几何细节；在损失函数设计上，其基于粘性解理论提出了粘性正则项，为神经网络收敛到正确符号距离场提供了严格理论保证，并通过结合Hessian能量项和极小曲面能量项抑制了重建过程中的形状震荡和多余几何分支问题。该方法在几何表征能力、重建精度和质量以及抗噪性能等方面取得了提升。

闵俊同学提出了一种支持在任意拓扑的四边形网格上进行局部细分的样条，称为截断层次GNURBS(TH-GNURBS)。论文给出了对细分区域的扩展规则以及基函数的修改截断操作，保证了所构建样条的单位剖分性与连续性。基于TH-GNURBS的表示，给出自适应样条曲面拟合的一般过程，通过实验验证了所提算法的高效性。

宋寅同学提出了一种面向界面问题的广义等几何分析方法。论文给出了一种新的拟插值方法构造强化函数，同时重新设计了被强化基函数以减少富集空间的自由度，并采用了投影正交化技术来保证方法的稳定性和鲁棒性。论文中给出了最优收敛性的证明，并且在数值算例中验证了这些性质。

冯小龙同学提出了一种支持线段和圆弧边界的广义多边形布尔运算。论文给出了一种基于扫描线算法，借助圆弧分裂、包围盒计算、碰撞检测等，实现了高效率与高精度的布尔运算算法。并且针对退化情况进行了针对性的研究。论文中给出了关于速度、精确度、退化情况等方面的若干研究成果。

李凌风同学提出了一种基于张量积 B 样条控制的隐式场的功能梯度微结构序列优化方法，可针对不同的物理性能定制微结构序列，同时讨论了不同的参数对算法稳定性的影响。论文还对算法进行了改进，获得了几何形状和物理性能均可连续变化的微结构序列。两种方法均拓展到多尺度拓扑优化中，得到了刚度良好的结构。

叶艺辉同学提出了一种基于圆盘 B 样条的显式结构优化方法，该方法易于编辑，并应用该方法设计微观结构（极端负泊松比微结构，连续变化的可调泊松比微结构）以及宏观结构（最大刚度结构，多孔结构）。该方法可以通过一些控制变量平滑地控制结构的形状和厚度。 通过优化圆盘 B 样条表示泊松比序列，我们可以获得具有广泛泊松比变化的结构序列。同时也将圆盘 B 样条用以宏观结构设计，获得具有较好刚度的结构，并成功应用于多孔结构的设计。

在整场答辩过程中，同学们都展示出了自己严谨的科研态度与思考。在每位同学完成论文汇报答辩后，答辩委员会的老师们也对他们的论文工作进行了点评与提问，同时也悉心地给出了很多指导性建议。  

答辩结束后，经过答辩委员会老师们的热烈讨论，最终，刘利刚老师宣布13位同学全部顺利通过答辩！大家合影留念，祝贺13名硕士生顺利毕业！

最后，祝愿GCL实验室的硕士毕业生们在今后的工作和学习过程中能继续发扬GCL实验室的优良传统和刻苦精神，不忘初心，砥砺前行。