⚡由将门-TechBeat人工智能社区所主办的CVPR 2021 群星闪耀·云际会将携手51位分享嘉宾，10场论文解读Talk，5天10场在线交流活动，云端实时开讲，让你建立真正属于自己的能量级学术网络，同时一次性解锁学术的101种姿势。

⏰北京时间6月16日(周三)晚8点，第⑤场——清华大学三维视觉研究团队的论文解读Talk已经准时在TechBeat人工智能社区开播！团队负责人清华大学长聘副教授刘烨斌老师携其学生于涛、郑泽荣、李哲、周玥眉分享了他们在CVPR 2021的工作。

⚡点击【https://datayi.cn/w/nPNwppeo】，免费收看talk~

Talk·信息

分享人：清华大学三维视觉研究团队

时间：北京时间 6月16日 (周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

⚡点击【https://datayi.cn/w/nPNwppeo】，免费收看talk~

直播交流活动·报名通道

团队介绍

清华大学三维视觉研究团队

• 清华大学三维视觉研究团队围绕光场成像与处理、三维感知与重建、人体运动捕捉与全息交互等前沿理论与关键技术进行研究，发表CVPR/ICCV/ECCV/SIGGRAPH等计算机视觉、计算机图形学顶级会议论文40篇。关键技术近三年吸引20家国内外知名企业的产业研究资金逾5000万。获得2012年国家技术发明一等奖，2019年中国电子学会技术发明一等奖。

• 团队主页：www.liuyebin.com

刘烨斌

清华大学长聘副教授

刘烨斌，清华大学长聘副教授。分别于2002年和2009年在北京邮电大学、清华大学自动化系获得工学学士和工学博士学位。主要研究方向为三维视觉，发表计算机视觉与图形学领域顶级会议和期刊论文近50篇。担任CVPR 2021及ICCV 2021 Area Chair，SIGGRAPH Asia 2019, SIGGRAPH Asia 2020 Committee Member。任中国图象图形学会三维视觉专委会副主任，人工智能学会人机融合智能专委会副秘书长。获2012年国家技术发明一等奖（排名3），2013年度清华大学学术新人奖，2015年国家自然科学基金优秀青年基金，2019年中国电子学会技术发明一等奖（排名1）。

个人主页：www.liuyebin.com

①

Function4D：基于稀疏RGBD相机的实时人体容积摄影

传统的基于体融合的动态三维重建系统构造复杂且难以处理剧烈的三维拓扑变化。在Function4D中，我们提出了一种基于深度隐函数表达的人体动态三维重建方法，实现了便捷、高质和实时的人体容积摄影，可以支撑全息通讯以及虚拟/增强环境中的交互应用。

论文链接：http://www.liuyebin.com/Function4D/Function4D.html

于涛 | 清华大学自动化系博士后

于涛，现为清华大学水木学者（博士后），2019年博士毕业于北京航空航天大学，主要研究方向为3D视觉，重点研究便捷采集条件下的智能人体动态三维重建、人体动作捕捉等。现已发表计算机视觉顶会文章（CVPR/ICCV/ECCV）12篇，其中包括 7 篇 Oral 和 1 篇 Spotlight, IEEE-TPAMI/ACM-TOG文章 3 篇。2018年所发表的文章 DoubleFusion 首次实现了单相机下的高性能实时人体动态三维重建，先后被国际权威科技信息网站 TechCrunch 及多家知名科技网站（腾讯网、凤凰网等）报道。Google Scholar引用500余次。

个人主页：ytrock.com

②

面向三维表示的深度隐式模板

现有深度隐式函数（Deep Implicit Functions）表示方法因其强大的三维表达能力得到了学术界的广泛关注，但无法推理不同三维模型之间的语义对应关系。本文提出了深度隐式模板，其保留了深度隐式表示的原有优点，并且在没有真实数据监督的情况下，提供了不同模型间的稠密语义对应关系，赋能了诸如纹理迁移、模型语义分析等多种应用。

论文链接：http://www.liuyebin.com/dit/assets/main.pdf

项目链接：http://www.liuyebin.com/dit/dit.html

郑泽荣 | 清华大学博士生

郑泽荣，清华大学自动化系三年级博士生，本科毕业于清华大学自动化系。曾在美国南加州大学和Facebook Reality Lab实习。研究方向为人体三维重建以及动态捕获。以第一作者身份发表CVPR/ICCV/ECCV/T-PAMI各1篇，其中口头报告2篇。已发表论文总计10篇，其中CVPR/ICCV口头报告6篇。

个人主页：https://zhengzerong.github.io/

③

POSEFusion：姿势引导的单视角人体动态捕获

本文提出的POSEFusion是一种姿势引导的自适应选择性动态融合重建方法，该方法有机融合了隐表面三维重建的优势，解决了单RGBD相机下，人体拓扑变化和单视角情况下不可见区域的动态变化难题，实现了动态、高质量、时域连续的人体表面细节重建。

论文链接：https://arxiv.org/pdf/2103.15331.pdf

项目链接：http://www.liuyebin.com/posefusion/posefusion.html

李哲 | 清华大学博士生李哲，清华大学自动化系二年级博士生，本科毕业于中国科学技术大学少年班（00后）。研究方向为人体三维重建以及动态捕获。以第一作者身份发表CVPR口头报告论文2篇。

个人主页：https://lizhe00.github.io/

④

Cross-MPI：基于多平面图像表达的跨尺度立体图像超分辨率方法

现有的参考超分辨（RefSR）方法由于缺少对拍摄场景结构的考量而无法在较大的分辨率差距（例如8倍放大）下实现高保真的超分辨率。在Cross-MPI中，我们提出了一种基于多平面图像表达的跨尺度超分辨率方法，实现了大倍率、高质量的参考超分辨率生成，为实际多尺度阵列相机计算成像提供支持。

论文链接：http://www.liuyebin.com/crossMPI/assets/crossmpi.pdf

项目主页：http://www.liuyebin.com/crossMPI/crossMPI.html

周玥眉 | 清华大学自动化系在读博士生周玥眉，清华大学自动化系三年级博士生，2018年本科毕业于北京航空航天大学自动化系。主要研究方向为三维视觉和视图合成。以第一作者身份发表计算机视觉顶会文章（CVPR）1篇。

个人主页：https://www.linkedin.com/in/yuemei-zhou-b61362152

⚡点击【https://datayi.cn/w/nPNwppeo】，免费收看talk~

关于TechBeat人工智能社区

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ