报告题目：三维CAD模型属性解析与迁移

报 告 人：王小刚  博士  北京航空航天大学

报告时间：2020年7月7日 上午10:00-12:00

报告地点：腾讯会议ID：648 733 776

报告摘要：三维模型的属性解析（语义、运动、几何等属性）是计算机图形学、虚拟现实、增强现实、人机交互等领域的国际前沿研究热点。该报告将介绍我在该方向上近几年的一些研究进展，主要是利用基于深度学习的方法来解决三维CAD模型的语义部件解析、运动功能解析和几何属性迁移等一系列具有挑战性的问题。

        近年来，随机技术的发展，三维模型属性解析已经取得了长足的进步，但是这些技术通常对输入的三维模型类型有特定的要求。一般来讲，主要包括以下三种：三维表面模型、体素模型、点云模型。然而，目前三维模型最大的数据来源是互联网数据库中的三维CAD模型，例如：ShapeNet、3D Warehouse、ABC dataset等。与其它类型的三维模型相比，这类数据具有复杂的拓扑结构、不规则的三角剖分、严重的互遮挡；同时，这类三维模型一般由大量的零件装配而成。因此，如何利用三维CAD模型的零件信息，对这类三维模型进行更好的理解；同时针对三维CAD模型天然具备的一些特性（比如参数化的曲线/面），如何迁移至其它类型的三维数据（三维点云数据等），也是一个新兴的研究热点。本次报告的内容基于发表在2018年SIGGRAPH Asia，2019年CVPR，以及最近投稿NeurIPS 2020的最新论文。