新闻中心

排序方式

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

书单 | 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

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

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

以数据的名义——浅谈三维几何的处理与分析(下)

三维形状的不同表达和CNN有着不同的结合方式。研究员们希望发明一个对输入鲁棒的三维CNN网络,用来处理纷杂的三维数据。在基于体素的3D CNN基础上,利用八叉树结构压缩存储,并且只在八叉树节点上进行CNN运算,实现了基于八叉树的卷积神经网络,提高了计算效率和信息传播效率,优化了内存占用。

发布时间:2017-06-07 类型:深度文章

以数据的名义——浅谈三维几何的处理与分析(上)

分析与处理三维形体是计算机图形学中的一个基本任务与研究方向。近年来随着三维数据获取的便捷和三维数据集的迅猛增长,这个研究方向也面临新的挑战和契机。一方面,在新的数据形势下,传统算法的一些前提假设不再成立,研发新型算法的需求迫在眉睫。另一方面,大数据的出现,可以使得传统的三维分析和机器学习更加有机地结合起来,从而帮助人们加深对三维世界的认知,有效地理解现实三维几何世界并构建虚拟数字世界。结合近期微软亚洲研究院网络图形组在这方面的一些工作,刘洋博士在文中分享了数据在三维几何处理与分析的作用与效力。本文是该系列文章的上篇,主要介绍了三维几何处理中的去噪问题。

发布时间:2017-06-07 类型:深度文章

从线到面——绘制草图轻松构建三维模型

“从点到线,由线到面”,是我们认识和解决复杂问题常用的指导原则。在计算机图形学和三维造型中,这一思想也在字面意义上得以践行:为了构造复杂的三维物体,有一类通用方法,称作绘制界面与造型(Sketch-based interface and modeling),被图形学研究者提出并发展了几十年。

发布时间:2017-06-01 类型:深度文章

童欣:数据驱动方法在图形学中的应用

童欣博士表示,网络研究组希望基于轻松分享三维内容、改进传统交互方式、抽象信息可视化这三个目标,研发一些图形方面新的解决方案。并通过分享研究员们在几何造型、真实感绘制和计算机动画这三大领域的工作,展示了如何通过数据驱动的方法处理图形学问题以及一些图形学的应用。

发布时间:2017-03-30 类型:深度文章