名称：《信息论坛第135期：三维模型生成及渲染》 时间：2026年4月18日，下午12：00到17:00 报告地点：杨咏曼楼515会议室 报告人简介： （1）王瑞胜，海外引进国家高层次人才入选者，深圳大学特聘教授，博士生导师。长期致力于摄影测量计算机视觉与遥感、三维点云处理及大规模三维城市建模等前沿领域研究，开创性提出Building3D城市建模数据基准，首次实现城市级几何表示（点云、网格、线框）的统一结构化标注，填补三维建模任务高质量公开数据空白，显著推进城市建模技术发展。其曾任职于美国芝加哥诺基亚公司位置与商务部（现HERE Technologies），主导研发基于移动激光点云的下一代地图制作与导航技术，期间八获重大创新发明奖。2012年加盟卡尔加里大学后，两度荣获谷歌研究奖（2016年、2014年），2022年获得国际摄影测量与遥感学会ISPRS Samuel Gamble Award（该奖每四年全球最多授予三人，专为表彰在摄影测量遥感和地理信息空间科学领域杰出学者）。至今已在T-PAMI/CVPR/ICCV/ISPRS/TGRS等国际权威刊物与会议上发表论文120余篇。 （2）周昆，博士，深圳大学建筑与城市规划学院百人计划助理教授、博士生导师。申请人长期从事计算机视觉与智能视觉计算研究，在神经渲染、三维视觉建模、视频时序增强和跨视角退化建模等方向积累了较好的研究基础。近年来，申请人在计算机视觉领域已取得较好的研究积累，累计发表论文23篇，其中 CCF-A 类论文19篇，第一作者或共同第一作者论文14篇，通讯作者论文3篇，包括两篇独立第一作者 IEEE T-PAMI 论文；CVPR 2022最佳论文候选，论文累计引用超过1500次，获授权国家发明专利10余项。相关成果发表于 T-PAMI、CVPR、ICCV、NeurIPS、ICLR、AAAI 等高水平期刊与会议。 报告内容摘要： （1）本报告将系统介绍基于LiDAR点云的大规模建筑物三维重建的研究进展，重点聚焦于深度学习方法在城市建模场景中的应用实践与技术突破。为推动该方向的发展，构建并发布了Building3D数据集——首个面向建筑建模任务的大规模高质量基准数据集，覆盖多种建筑形态与复杂城市环境，为相关算法的研究与评估提供了统一标准。报告还将详细阐述当前研究中的关键技术路线演进，包括建模方式由点级建模向线框表示的转换，学习范式从传统有监督方法向自监督策略的转变，以及建模方法从判别式模型向生成式模型的拓展，为实现更高效、更精细、更具泛化能力的建筑建模提供理论与实践支撑。 （2）本报告将介绍面向真实复杂场景的高质量通用渲染增强方法研究，重点围绕 NeRFLiX 及 NeRFLiX++ 在神经渲染结果增强中的关键思路与技术进展。针对 现有神经辐射场、高斯泼溅 等方法局限于相机位姿表达，场景耦合优化导致生成结果中普遍存在的模糊、噪声、细节缺失等问题，构建了统一的渲染输出增强框架，并在退化建模、多视角信息聚合和高分辨率细节恢复等方面取得了显著进展。报告还将进一步介绍该方向从手工退化模拟向生成式退化建模、从单帧恢复向跨视角协同增强演进的技术路线，为实现更高质量、更高效率和更强泛化能力的渲染增强提供方法支撑。