2026年GCL实验室博士研究生论文答辩会（3）

2026年9月8日，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）在数学科学学院新楼703&705会议室举行了2026届第三场博士学位论文答辩会。答辩会由浙江大学黄劲教授担任答辩委员会主席主持，答辩委员会成员还包括合肥工业大学刘晓平教授、本实验室张举勇教授、李新教授和傅孝明副教授，实验室多位师生参加了本次答辩会。

答辩人为GCL实验室博士研究生李虎森同学和高悟恒同学。

李虎森同学的博士学位论文题目为《三维场景高效混合表示与可复用资产构建方法研究》，导师为陈仁杰教授。论文围绕三维场景的高效表示与资产复用，系统研究了大规模场景混合表示、完整纹理重建和多层级三维高斯表示三个问题。首先，论文提出了一种语义感知的网格–高斯混合表示方法，利用语义信息划分场景中的规则区域与复杂区域，并采用网格和三维高斯分别进行表示，在保持渲染质量的同时减少表示冗余。其次，论文提出了一种完整单图集纹理重建方法，通过颜色感知的割缝生成、扩散模型引导的纹理补全以及材质与光照分离，提高了重建纹理的完整性与可复用性。最后，论文提出了一种多层级三维高斯表示方法，根据渲染采样率选择相应的表示层级，在适应视距和图像分辨率变化的同时降低模型存储开销。

李虎森同学进行博士学位论文答辩

高悟恒同学的博士学位论文题目为《面向大规模点集的GPU并行三维德劳内剖分方法研究》，导师为陈仁杰教授。论文围绕三维德劳内剖分在现代图形处理器上的大规模并行构造，系统研究了局部邻域的高效并行计算、超大规模三维德劳内剖分的低存储构造以及鲁棒几何谓词的GPU高效计算三个问题。首先，论文给出并证明了三维局部德劳内引理，将单个线程的处理范围限制在局部邻域，减少了需要访问的候选点数量，降低了GPU并行剖分的计算复杂度。其次，论文提出了一种基于局部德劳内墙表示的增量推进构造方法，以紧凑的局部结构替代完整的一邻域表示，降低了局部存储与访问开销，并在单卡GPU上实现了十亿级规模点集的三维德劳内剖分。最后，论文提出了一种面向GPU的可控精度鲁棒几何谓词算法，利用固定长度浮点扩展增强对近共球退化输入的处理能力，在保证计算鲁棒性的同时提高了运行效率。

高悟恒同学进行博士学位论文答辩

答辩委员会成员认真审阅了论文材料，在听取汇报后，围绕研究动机、理论分析、算法设计、实验结果、应用范围及论文规范等方面进行了深入提问，并就进一步完善论文提出了建设性意见和建议。两位同学就委员提出的问题逐一作了回答，回答准确、思路清晰，得到答辩委员会的认可。

经答辩委员会讨论和投票表决，一致通过了李虎森同学和高悟恒同学的博士学位论文答辩，并建议授予理学博士学位。

答辩结束后，与会师生合影留念，共同祝贺两位同学顺利通过博士学位论文答辩，并祝愿他们在未来的科研与工作中不断进取、再创佳绩！

与会师生合影