下周GAMES Webinar預告：
 

【GAMES Webinar 2018-74期（Siggraph Asia 2018論文報告）】

報告嘉賓1：李淑華，大連理工大學

報告時間：2018年11月22日 晚8:00-8:45（北京時間）

主持人：陳中貴，廈門大學（個人主頁：http://graphics.xmu.edu.cn/~zgchen）

報告題目：Construction and Fabrication of Reversible Shape Transforms

報告摘要：
We study a new and elegant instance of geometric dissection of 2D shapes: reversible hinged dissection, which corresponds to a dual transform between two shapes where one of them can be dissected in its interior and then inverted inside-out, with hinges on the shape boundary, to reproduce the other shape, and vice versa. We call such a transform reversible inside-out transform or RIOT. Since it is rare for two shapes to possess even a rough RIOT, let alone an exact one, we develop both a RIOT construction algorithm and a quick filtering mechanism to pick, from a shape collection, potential shape pairs that are likely to possess the transform. Our construction algorithm is fully automatic. It computes an approximate RIOT between two given input 2D shapes, whose boundaries can undergo slight deformations, while the filtering scheme picks good inputs for the construction. Furthermore, we add properly designed hinges and connectors to the shape pieces and fabricate them using a 3D printer so that they can be played as an assembly puzzle. With many interesting and fun RIOT pairs constructed from shapes found online, we demonstrate that our method significantly expands the range of shapes to be considered for RIOT, a seemingly impossible shape transform, and offers a practical way to construct and physically realize these transforms.

講者簡介：
李淑華，大連理工大學數(shù)學科學學院計算數(shù)學系博士研究生，導師是劉秀平教授。
2015年9月至2017年9月，通過國家公派留學聯(lián)合培養(yǎng)博士生項目，訪問加拿大西蒙弗雷澤大學(Simon Fraser University)計算機系GrUVi實驗室，導師是張皓(Richard Zhang)教授。在此之前，于2012年在大連理工大學數(shù)學科學學院獲得理學學士學位。研究方向為計算機圖形學，特別是計算設計（computational design），制造（fabrication）和形狀分析（shape analysis）。
講者個人主頁：https://sue142857.github.io/shuhuali.github.io/
 

報告嘉賓2：王鵬帥，微軟亞洲研究院

報告時間：2018年11月22日 晚8:45-9:30（北京時間）

主持人：陳中貴，廈門大學（個人主頁：http://graphics.xmu.edu.cn/~zgchen）

報告題目：Adaptive O-CNN: 基于自適應面片的用于深度學習的三維形狀表達

報告摘要：
我們提出了一種基于面片的自適應八叉樹卷積神經(jīng)網(wǎng)絡（Adaptive O-CNN)。基于體積或基于八叉樹的CNN把三維形狀表示為具有相同分辨率的體素的組合，而我們的方法將三維形狀表示為自適應的多分辨率面片的組合，并用八叉樹將這些面片高效地組織起來?；谶@種表達，我們提出了一種新的卷積神經(jīng)網(wǎng)絡，用于三維形狀的編碼和解碼。我們的算法不僅降低了現(xiàn)有算法的存儲和計算成本，而且比現(xiàn)方法有更好的形狀生成能力。我們在不同形狀分析和生成任務中驗證了Adaptive O-CNN的優(yōu)越性。

講者簡介：
王鵬帥，2018年7月于清華大學高等研究院獲工學博士學位，隨后加入微軟亞洲研究院。研究方向為計算機圖形學、基于數(shù)據(jù)驅(qū)動的三維幾何數(shù)據(jù)的處理與分析。目前以第一作者身份在SIGGRAPH與SIGGRAPH ASIA上發(fā)表論文4篇。曾多次獲得清華大學獎學金、博士研究生國家獎學金，并于2018年獲得北京市優(yōu)秀博士畢業(yè)生。
講者個人主頁：https://wang-ps.github.io

GAMES主頁的“使用教程”中有 “如何觀看GAMES Webinar直播？”及“如何加入GAMES微信群？”的信息；
GAMES主頁的“資源分享”有往屆的直播講座的視頻及PPT等。
 

觀看直播的鏈接：http://webinar.games-cn.org