新闻中心

排序方式

童欣:深度学习和人工智能,如何改变图形的生成与创作

9月25日,由北京市委宣传部、北京市海淀区委员会、中国音像与数字出版协会指导,北京市海淀区委宣传部支持,北京海淀中关村科学城电子竞技产业协会、北京时度效文化传播有限公司共同主办的以“科技·创新·未来”为主题的2020 BIGC 北京国际游戏创新大会正式开幕。在此次大会上,微软亚洲研究院首席研究员童欣做了主题为《智能图形生成与创作》的报告,就深度学习和人工智能将如何改变游戏图形的生成与创作进行了分享。

发布时间:2020-10-13 类型:深度文章

2020开年解读:数据洞察对话即得,三维构建直面挑战

对于计算机科学领域的探索与研究拥有21年“工龄”的微软亚洲研究院,在刚刚过去的一年中,在 ACL、EMNLP、NeurIPS、ICML、AAAI、IJCAI、CVPR、ICCV、SIGGRAPH、KDD、WWW、SIGCOMM、NSDI、ICSE、SIGMOD、IEEE VIS 等计算机科学国际顶级会议上共发表了230余篇论文。岁末年初是温故知新、瞻望未来的时刻。在2019年最后一天,我们盘点了机器学习和AI系统方面的突破创新与实践成果,本文我们将聚焦数据智能与计算机图形学的领域进展,并探索未来的研究趋势。

发布时间:2020-01-08 类型:深度文章

数据驱动的图形学:过去、现在和未来

早在深度学习之前,机器学习就已经被应用于图形学研究中。随着近年来深度学习研究的进展,计算机图形学也通过与深度学习的紧密结合而得到了新的发展。展望未来,机遇与挑战并存。本文根据微软亚洲研究院首席研究员童欣博士在中国科大本科创新班上讲课内容整理而成。

发布时间:2019-12-25 类型:深度文章

SIGGRAPH 2019丨支持任意数量、任意分辨率的输入图像的纹理材质建模

纹理材质建模是计算机图形学中的一个重要研究课题。关于纹理材质建模的技术发展历程,以及前期的一些科研工作,可以参考之前文章《从洪荒到智能——数据驱动的材质属性建模发展历程》,今天我们将介绍微软亚洲研究院在纹理材质建模领域的最新论文,该论文在 ACM SIGGRAPH 2019 大会上进行了报告。

发布时间:2019-09-03 类型:深度文章

计算机图形学必读的10本书

计算机图形学诞生于二十世纪六十年代,主要的研究内容是研究如何使用数学算法在计算机中有效地表达、生成、处理以及显示相关图像和图形。作为一门计算机应用科学,计算机图形学近年来的快速发展极大地促进了计算机辅助设计、虚拟现实、游戏、动画、影视特效等行业的发展。

发布时间:2019-04-16 类型:深度文章

利用VR/AR进行建筑设计是一种什么样的体验?

自虚拟现实(VR)和增强现实(AR)诞生之初,人们就对它们报以极大的关注。VR和AR以其逼真的沉浸感和交互性,被广泛应用于游戏、医疗、设计等诸多领域。当VR/AR与建筑设计相遇,又将带来什么样的新奇效果?来自哈佛大学设计学院的洪玉洁博士近期到访微软亚洲研究院,与我们分享了她在建筑设计领域进行的VR/AR应用探索。

发布时间:2019-01-15 类型:深度文章

计算机图形学:虚拟和现实世界的融合

谈及“计算机图形学”,可能很多人会觉得很有距离感,或者和计算机视觉、图像处理等学科混淆。但是,如果告诉大家图形学技术是支持各种影视特效、三维动画影片、计算机游戏、虚拟现实以及大家手机上各种照片视频美化特效背后的技术基础,相信大家都不会再觉得陌生。

发布时间:2018-12-13 类型:署名文章

SIGGRAPH Asia 2018:微软亚洲研究院入选论文解读

编者按:2018年的SIGGRAPH Asia大会于12月4日-7日在日本东京召开,在本届大会上,微软亚洲研究院共有5篇论文被接收,论文内容涵盖利用深度学习来实现从人像照片到肖像漫画的风格迁移,根据用户手画草图生成三维模型的新方法,借助无监督学习进行图像平滑处理等一系列最新研究。

发布时间:2018-12-06 类型:深度文章

基于数据驱动的三维几何解码器

近年来随着关于三维数据的研究与深度学习的紧密结合,三维内容(如物体与场景)的生成也成为这股三维深度学习浪潮中的热点与亮点。针对这方面的核心部分——三维几何解码器的工作,我们邀请了微软亚洲研究院主管研究员刘洋为大家做了全面的梳理和分析。

发布时间:2018-10-09 类型:深度文章

从洪荒到智能——数据驱动的材质属性建模发展历程

机器学习早在10年前就在计算机图形学中被应用,那时,被称之为“数据驱动”方法。今天,来自微软亚洲研究院网络图形组的董悦博士,将基于数据驱动方法,以材质属性建模为例,为我们介绍数据驱动图形学的发展历史。早年间图形学中的机器学习是什么样的?

发布时间:2017-06-09 类型:深度文章