2026年GCL实验室硕士研究生论文答辩会（2）

2025年5月15日下午2:00，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2026届第二场硕士学位论文答辩会。本次答辩委员会由许小卫老师、本实验室童伟华老师和傅孝明老师组成，答辩会由答辩委员会主席许小卫老师主持进行。

赵一凡同学提出了一种面向微距场景的端到端去模糊与高保真三维重建框架，通过创新性融合物理光学先验知识与三维高斯溅射（3DGS）的联合优化机制，有效地解决了传统方法在处理浅景深严重失焦时多视角一致性缺失、几何结构崩溃和高频细节难以恢复的关键问题，并通过大量实验验证了该方法的有效性和鲁棒性，为工业微小器件检测、数字文物保护等高精度三维建模领域提供了新的技术路径。

李嘉怡同学提出了一种融合长度、法向几何一致性及对称性约束的1点RANSAC快速滤波算法，结合基于动态贝叶斯网络的概率加权3点RANSAC，实现了高外点率对应集的由粗到精低开销过滤；构建了一个特征空间与局部几何空间协同优化框架，以高置信度锚点构建几何代理点集，设计融合双空间对应项的目标函数，提升了低重叠场景的配准鲁棒性与精度。

胡诗敏同学提出了一个基于生成模型的前馈式三维资产编辑框架，以结构化潜在表示为骨干，设计了体素流编辑机制与结构化潜在特征重绘策略，实现了全局一致的几何形变；提出了一个法向图引导的纹理细化模块，通过法向引导的多视角扩散模型生成高保真多视角图像并反投影至三维表面，提升了编辑后资产的纹理真实感。

王之君同学提出了一种基于三维生成模型的人头重建与驱动框架，通过将三维生成过程中的结构化特征与参数化人头模型相绑定，实现了高保真、精细化的人头几何重建，有效解决了完整人头几何重建中的关键问题。同时，该方法结合参数化模型提供的稳定形变场，实现了静态重建结果的高质量运动驱动。大量实验结果表明，该框架在重建精度和驱动效果方面均表现出良好的性能，为三维数字人的重建与驱动提供了一种切实可行的技术范式。

张钊源同学提出了一种基于可微光线匹配与神经隐式表示的焦散透镜设计框架。通过优化最优传输光线匹配初始化的采样点坐标，提高了能量匹配的精确性，并通过降低匹配所对应目标梯度场的旋度，增强了光线匹配的可实现性，有效拓展了焦散透镜的设计范围。此外，该方法采用神经网络对透镜表面进行建模，相较于传统 B 样条表示具有更高的表达能力与建模精度。实验结果表明，该方法在多种大角度焦散场景中均能够实现稳定、清晰的焦散成像，充分验证了其有效性与鲁棒性。

朱文杰同学提出了一种面向工业场景的多阶段多聚焦图像融合方法，通过构建由粗到精的分阶段融合框架，有效解决了工业图像数量庞大、轻微错位及融合效率难以兼顾等关键问题，并结合清晰度评价、引导滤波和决策图优化策略，实现了融合质量、结构保持与计算效率的平衡。实验结果表明，该方法在多个工业数据集及公开数据集上均取得了良好的性能，为工业视觉检测中的多聚焦图像处理提供了一种有效且具有应用价值的技术方案。

彭兴辉同学提出了一种面向宽顶堰逆向设计的可微分优化框架，通过融合几何参数化、不可压缩流体仿真与梯度回传机制，有效解决了传统经验设计在复杂流态下难以兼顾调控精度、优化效率与物理一致性的关键问题，并通过典型算例验证了方法的有效性与可行性，为水工结构智能化设计提供了新的技术路径。

刘浩晨同学提出了一种面向分层结构艺术的图像驱动计算设计框架，通过结合图像前处理、连通性感知的逐层生成策略以及应力分析与轻量化后处理方法，有效解决了传统人工设计中视觉还原、结构连通性和制造可行性难以兼顾的关键问题，并通过数字实验与实体制造验证了该方法的有效性和实用性，为分层结构艺术的自动化设计与个性化制造提供了新的技术路径。

白巨豪同学提出了一种基于流形加速的稀疏非负矩阵分解算法，将流形识别与二阶优化方法相结合，提高了算法的收敛性能，并建立了算法的全局收敛性与局部收敛性质分析。

陈浩同学提出了一种基于物理先验的反散射问题的非线性迭代重建框架PGIRM，通过将基于谱方法的正演算子、一类理想反散射问题解的解析形式与Fourier神经算子的隐式正则化相结合，有效提升了隐式表示方法的重建能力、迭代稳定性与泛化能力。该方法在高对比度散射体重建和高频率模式反演的情形下有着明显的优势，并在仿真和实验数据上验证了其有效性，为反散射问题重建算法和微波成像等领域提供了新的技术路径。

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，许小卫老师宣布10位同学全部顺利通过答辩！大家合影留念，祝贺10名硕士生顺利毕业！

最后，祝愿GCL实验室的硕士毕业生们毕业快乐，前程似锦！