SIGGRAPH 2023获奖论文放榜！来看看计算机图形界的最高水平！
SIGGRAPH作为计算机图形界(也包括图像)最顶级的会议，是全世界的图形学者公认的最高端的会议，代表了计算机图形学的最高水平，素有计算机图形图像研究领域“奥斯卡”之称。
与CVPR、ACL一样，SIGGRAPH也于近日公布了获奖论文，让我们来看看都有哪些高质量作品吧！
CVPR获奖论文在这：CVPR 近5年最佳论文全盘点！（含2023最新）
ACL获奖论文在这：70+篇ACL 2023最新获奖论文整理好了，免费速领
最佳论文
1.Split-Lohmann Multifocal Displays
标题：Split-Lohmann 多焦面显示器
贡献：本文提出一种近视3D显示设备，它能够即时生成逼真的虚拟环境，充分发挥人眼自由适应不同距离目标的本能机能，让用户可以达到前所未有的身临其境，享受3D影像和互动游戏。
2.Differentiable Stripe Patterns for Inverse Design of Structured Surfaces
标题：可微分条纹图案的逆向设计用于结构化表面
贡献：本文提出了一种可微分条纹图案设计方法，用于自动设计具有双材质条纹分布的物理表面，以控制结构材料的力学性能。该方法基于Knöppel等人的工作，生成全局连续且等间距的条纹图案。为了发挥这种设计空间的全部潜力，本文提出了一种基于梯度的优化工具，自动计算最适合逼近宏观力学性能目标的条纹图案。
具体而言，本文将实体壳有限元与XFEM相结合，提出了一种准确且完全可微分的弹性双材质表面建模方法。为解决原方法中的非唯一性问题，本文还提出了一种稳健的表述，生成唯一且可微分的条纹图案。将这些组件与平衡状态导数相结合，构建了一个端到端的可微分管道。
3.Globally Consistent Normal Orientation for Point Clouds by Regularizing the Winding-number Field
标题：通过正则化绕数场实现点云的全局一致法线定向
内容：本文提出了一个平滑的目标函数来描述可接受的绕数场的要求，这使得可以从一组完全随机的法线出发找到全局一致的法线定向。通过考虑点云Voronoi图的顶点作为检查点，本文考虑了以下三个要求：
每个检查点的绕数应接近整数值。
相邻检查点之间的绕数变化应当平滑连续。
检查点的绕数场应当符合点云几何形状。
通过最小化提出的目标函数，可以从初始随机猜测出发迭代地优化法线定向，以获得全局一致的结果。该方法可以有效处理数据稀疏和存在空洞的情况。
4.3D Gaussian Splatting for Real-time Radiance Field Rendering
标题：用于实时辐射场渲染的3D高斯斑点
内容：对于无界和完整的场景(而不是隔离的对象)以及1080p分辨率的渲染，当前没有方法可以实现实时显示速率。作者引入了三个关键元素，可以达到最先进的视觉质量，同时保持有竞争力的训练时间，更重要的是允许1080p分辨率下高质量的实时(≥ 30 fps)新视角合成。
首先，从相机标定期间产生的稀疏点开始，作者用保留连续体辐射场所需的理想属性的3D高斯分布表示场景，同时避免在空间中进行不必要的计算；其次，作者对3D高斯分布进行交错优化/密度控制，显著优化各向异性协方差以准确表示场景；第三，作者开发了一种快速的可见性感知渲染算法，支持各向异性的splatting，既加速了训练又允许实时渲染。
5.DOC: Differentiable Optimal Control for Retargeting Motions Onto Legged Robots
标题：DOC: 用于重定向运动到多足机器人的可微分最佳控制
内容：这项研究提出了一个可微分最佳控制框架（DOC），可以计算关于用户定义参数的最佳控制和状态轨迹的解析导数。研究人员通过将人体动作捕捉和动画数据重新定位到一系列不同比例和质量分布的足式机器人上，验证了该框架的效用。该框架有助于参数化最佳控制问题，并可用于机器人设计和控制合成。
扫码添加小享，回复“SIGGRAPH”
免费获取全部顶会获奖论文
荣誉提名
1.GestureDiffuCLIP: Gesture Diffusion Model With CLIP Latents
这项工作提出了GestureDiffuCLIP，一个用于合成逼真、具有灵活风格控制的配音手势的神经网络框架。该方法利用大规模对比学习语言图像预训练(CLIP)模型的力量，提出了一种新颖的CLIP指导机制，可以从多种输入模式(如文本、示例动作剪辑或视频)中提取有效的风格表示。
2.Word-as-image for Semantic Typography
作者提出了一种自动创建word-as-image插图的方法。这个任务极具挑战性，因为它需要语义地理解单词，并创造性地决定在何处以何种方式以富有美感和可读的方式描绘这些语义。
3.Sag-Free Initialization for Strand-Based Hybrid Hair Simulation
在本文中，作者提出了一个新颖的四阶段无下垂初始化框架，这是第一种为混合碳化硅基发丝系统解决稳定准静力配置的方法，用以解决混合型、基于股的头发动态系统的稳定准静态配置问题。
4.Deployable Strip Structures
作者引入了新的C-mesh概念来捕捉可以从折叠状态部署的动力学结构。除了理论之外，本文还提供了探索C-mesh形状空间和设计C-mesh的工具。 我们还为自由形式建筑外层提供了一个应用，即用具有恒定半径的球面面板进行面板化，这是一个重要的与制造相关的约束。
5.Towards Attention-Aware Rendering
作者进行用户研究以在不同的注意力分配下测量对比敏感度，并显示当用户需要将注意力分配给中心凹时，周边灵敏度会显着下降。通过另一项用户研究，作者推动未来聚焦模型的发展，并证明当用户集中注意力在中心凹的任务上时，对周边聚焦的容忍度要高得多。
6.Random-access Neural Compression of Material Textures
作者提出了一种新颖的神经压缩技术，专门用于材质纹理。作者使用低比特率压缩解锁了两个更多的细节级别，即16倍更多的纹素，图像质量优于先进的图像压缩技术，如AVIF和JPEG XL。与此同时，作者的方法允许按需、实时解压缩与GPU上的块纹理压缩类似，使得压缩可以应用于磁盘和内存。
7.Learning Physically Simulated Tennis Skills From Broadcast Videos
作者提出了一个系统，它可以从大规模的网球比赛视频中学习到各种物理模拟的网球技能。此方法建立在层次模型的基础上，结合了低级模仿策略和高级运动计划策略来控制字符在从广播视频中学习的运动嵌入中。当在大规模视频集上部署，其中包含大量真实世界网球比赛的示例时，此方法可以学习复杂的网球击球技巧，并以连贯的方式将多个击球组合成延伸的拉锯战，仅使用简单的奖励且没有明确注释击球类型。
8.Min-Deviation-Flow in Bi-directed Graphs for T-Mesh Quantization
这项研究提出了一种称为双向网络中的最小偏差流问题(Bi-MDF)的方法，用于将非共形T网格布局细分为共形四边形网格，这是当前网格化方法的核心组成部分。与当前最先进的QuadWild方法相比，作者的精确求解器在同样的300数据集上仅用了0.49%的运行时间(17.06秒vs 3491秒)就完成求解，并获得了11%更低的能量。
扫码添加小享，回复“SIGGRAPH”
免费获取全部顶会获奖论文
