2019年12月16日上午，浙江大学CAD&CG国家重点实验室许威威研究员应我院图形图像中心贾金原教授的邀请，在我院417会议室做了“深度特征驱动的计算机图形学算法研究”的学术报告。

智能计算机图形属人工智能与计算机图形学的交叉融合研究，强调从大量图形图像数据中提取特征和模式，在特征空间表达问题的语义约束并简化求解算法，有效提高了数据处理的效率和质量。由于深度学习技术为面向应用的特征学习提供了强有力的计算框架，迅速的在计算机图形学领域得到了广泛应用。

本次报告中许教授主要介绍了如何应用深度学习进行图形图像理解编辑与仿真。另外，许教授还报告如何针对图像和网格这两类数据的处理设计网络结构以高效计算其特征，控制网络中的梯度流动得到高质量处理结果。最后，许教授总结了如何有效运用深度学习进行图形学研究的心得：（1）深度学习为我们提供了学习特征的灵活架构；（2）学习到与你要解决的问题相关的特征显得至关重要；（3）将你的问题转化为可学习的函数就可以简化你的设计。

报告介绍后，许老师耐心地回答了师生们同学提出的问题，也与在场的老师和同学们进行了热烈的交流与讨论。此次报告内容新颖精彩，对我们接下来利用深度学习来开展智能Web3D/WebVR/WebGame具有指导意义。

许威威研究员简介：浙江大学CAD&CG国家重点实验室百人计划研究员，曾任日本立命馆大学博士后，微软亚洲研究院网络图形组研究员, 杭州师范大学浙江省钱江学者特聘教授。主要研究方向为三维感知、深度学习、物理仿真及3D打印。在国内外高水平学术会议和期刊发表论文80余篇，其中ACM Transactions on Graphics, IEEE TVCG, 及IEEE CVPR等CCF-A类论文20余篇。获中国和美国授权专利15项。所开发的三维注册和重建技术在高精度扫描仪及人体三维重建系统中得到应用。2014年起受国家自然科学基金优秀青年基金资助，主持国家自然科学基金重点项目一项，获浙江省自然科学二等奖一项。