报告专家：王鹏帅副研究员，微软亚洲研究院

　　报告时间：2019 年 7 月 14 日 14:30-16:30

　　报告地点：计算所 8 层 850 会议室

　　报告摘要：

　　三维形状的分析和生成是图形学中非常重要的研究问题。近些年来，三维深度学习在这些任务中取得了很好的研究结果并引起了学术界的广泛关注。本次主要介绍一种高效的三维深度学习框架：基于八叉树的卷积神经网络（O-CNN）。O-CNN 将三维模型用八叉树数据结构进行编码，并把神经网络的各种运算限制在八叉树数据结构里，从而极大地节省了内存和计算的开销。与此同时，在一系列三维形状分析任务（比如形状分类、检索和分割）中，O-CNN 也取得了非常好的实验结果。O-CNN 也可以用于三维形状生成。通过利用神经网络预测一个八叉树节点是否需要继续细分，就可以动态地将一个八叉树自顶向下地生长出来，从而实现三维模型的生成。 我们也通过一系列的实验（比如从单张图片重建三维模型）验证了 O-CNN 在形状生成中的有效性。

　　讲者简介：

　　王鹏帅，微软亚洲研究院副研究员。2013 年于清华大学自动化系获得学士学位，2018 年于清华大学高等研究院获得博士学位。研究方向为计算机图形学、基于数据驱动的三维几何的处理与分析，目前已经在图形学顶会 SIGGRAPH 与 SIGGRAPH ASIA 上发表多篇高水平论文。在校期间曾多次获得清华大学奖学金、博士研究生国家奖学金，并于 2018 年获得北京市优秀博士毕业生称号。