SIGGRAPH 2023最佳論文公布！山大、港大獲獎！北大、騰訊光子獲提名

近日，計算機圖形學及互交技術(shù)頂會 SIGGRAPH 2023 公布了今年的技術(shù)論文獎項。

自 50 年前舉辦第一次會議以來， Technical Papers program 一直是 SIGGRAPH 的核心。眾多研究傳播和討論了動畫、模擬、成像、幾何、建模、渲染、人機交互、觸覺、制造、機器人、可視化、音頻、光學、編程語言、沉浸式體驗和視覺計算機器學習等方面創(chuàng)新學術(shù)工作。

今年，共有 5 項研究獲得了最佳論文獎，8 項研究獲得了榮譽提名。這些論文因其研究的突出性和對計算機圖形和交互技術(shù)研究的未來的新貢獻而入選。

此外，ACM SIGGRAPH 今年首次設(shè)立時間檢驗獎，這些論文至少在十年內(nèi)對計算機圖形和交互技術(shù)產(chǎn)生了重要而持久的影響。時間檢驗獎委員會評審了 2011 年至 2013 年在 SIGGRAPH 會議上發(fā)表的論文，選出了 4 篇獲獎?wù)撐摹?/p>

最佳論文

論文 1：Split-Lohmann Multifocal Displays

論文鏈接：https://yingsiqin.github.io/assets/pdfs/SplitLohmann_SIGGRAPH23-lowres.pdf

機構(gòu)：CMU

研究貢獻：這項工作描述了一種近眼 3D 顯示器，它可以瞬間創(chuàng)建一個虛擬世界，完全支持人眼關(guān)注不同距離內(nèi)容的固有能力。這種能力使觀看者能夠以以前無法達到的沉浸水平體驗 3D 視頻和互動游戲。

論文 2：Differentiable Stripe Patterns for Inverse Design of Structured Surfaces

論文鏈接：https://arxiv.org/pdf/2305.13841.pdf

機構(gòu)：蘇黎世聯(lián)邦理工學院

研究貢獻：這項工作介紹了可微分條紋圖案（Differentiable Stripe Patterns），一種用于自動設(shè)計具有條紋狀、雙材料分布的物理表面的計算方法，并提出了一個基于梯度的優(yōu)化工具來自動計算最接近宏觀力學性能目標的條紋圖案。

論文 3：Globally Consistent Normal Orientation for Point Clouds by Regularizing the Winding-number Field

論文鏈接：https://arxiv.org/pdf/2304.11605.pdf

機構(gòu)：山東大學、香港大學等

研究貢獻：這項研究提出了一個平滑的目標函數(shù)來描述可接受的繞組數(shù)場的要求，它允許人們從一組完全隨機的法向開始找到全局一致的法向。

論文 4：3D Gaussian Splatting for Real-time Radiance Field Rendering

論文鏈接：https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/3d_gaussian_splatting_low.pdf

機構(gòu)：蔚藍海岸大學、馬克斯?普朗克計算機科學研究所

研究貢獻：這項研究提出的方法允許實時渲染（>=30fps）具有高視覺質(zhì)量的輻射場。該方法用 3D 高斯精確地表示了場景，允許有效的優(yōu)化。其可見性感知渲染加速了訓(xùn)練，在同等質(zhì)量的情況下，達到了與之前最快的方法一樣的速度。額外一小時的訓(xùn)練就能提供 SOTA 質(zhì)量。

論文 5：DOC: Differentiable Optimal Control for Retargeting Motions Onto Legged Robots

機構(gòu)：迪士尼幻想工程研究中心，蘇黎世聯(lián)邦理工學院

研究貢獻：這項研究提出了一個可微分最佳控制（DOC）框架，有助于計算關(guān)于用戶定義參數(shù)的最佳控制和狀態(tài)軌跡的分析導(dǎo)數(shù)。研究者通過將 mocap 和動畫數(shù)據(jù)重新定位到一系列不同比例和質(zhì)量分布的足式機器人上，證明了 DOC 的效用。

榮譽提名

論文 1：GestureDiffuCLIP: Gesture Diffusion Model With CLIP Latents、

論文鏈接：https://arxiv.org/pdf/2303.14613.pdf

機構(gòu)：北京大學

研究貢獻：這項研究介紹了 GestureDiffuCLIP，這是一個由 CLIP 指導(dǎo)的、與語音相關(guān)的手勢合成系統(tǒng)，它利用任意的風格提示，創(chuàng)造出與語音語義和節(jié)奏相協(xié)調(diào)的風格化手勢。該高度適應(yīng)性系統(tǒng)支持短文、運動序列或視頻片段形式的風格提示，并提供針對身體部位的風格控制。

論文 2：Word-as-image for Semantic Typography

論文鏈接：https://arxiv.org/pdf/2303.01818.pdf

機構(gòu)：特拉維夫大學，倫敦大學，萊克曼大學

研究貢獻：在「Word-as-image」技術(shù)中，詞中圖呈現(xiàn)了詞的含義的可視化，同時也保留了其可讀性。這項研究提出了一種自動創(chuàng)建「Word-as-image」插圖的方法。在預(yù)訓(xùn)練的 Stable Diffusion 模型的指導(dǎo)下，該方法對每個字母的輪廓進行優(yōu)化，以傳達所需的概念。

論文 3：Sag-Free Initialization for Strand-Based Hybrid Hair Simulation

論文鏈接：https://graphics.cs.utah.edu/research/projects/sag-free-hair/sig23_sagfree-hair.pdf

機構(gòu)：猶他大學，騰訊北美光子工作室（LightSpeed Studios）

研究貢獻：本文提出了一個新穎的四階段無下垂初始化框架，以解決混合型、基于股的頭發(fā)動態(tài)系統(tǒng)的穩(wěn)定準靜態(tài)配置問題。結(jié)果表明，本文方法成功地防止了各種發(fā)型的下垂，并且最小化了模擬過程對頭發(fā)運動的影響。

論文 4：Deployable Strip Structures

論文鏈接：https://www.geometrie.tuwien.ac.at/geom/ig/publications/deployable/deployable.pdf

機構(gòu)：KAUST，ISTI-CNR 等

研究貢獻：C-meshes 捕捉到了可從折疊狀態(tài)部署的動能結(jié)構(gòu)。它們享有豐富的幾何結(jié)構(gòu)和令人驚訝的微分幾何關(guān)系，特別是具有線性 Weingarten 屬性的表面，本文提供了設(shè)計和探索 C-meshes 形狀空間的工具，并介紹了 architectural paneling 的應(yīng)用。

論文 5：Towards Attention-Aware Rendering

論文鏈接：https://arxiv.org/pdf/2302.01368.pdf

機構(gòu)：斯坦福大學，代爾夫特理工大學

研究貢獻：現(xiàn)有的用于中心凹形（foveated graphics）的感知模型忽略了視覺注意力的影響，本文介紹了第一個對比敏感度的注意力感知模型，并激勵了未來凹陷模型的發(fā)展，證明了當用戶集中在凹陷處的任務(wù)時，對凹陷的容忍度會明顯提高。

論文 6：Random-access Neural Compression of Material Textures

論文鏈接：https://arxiv.org/pdf/2305.17105.pdf

機構(gòu)：英偉達

研究貢獻：該論文提出了一種針對紋理貼圖的神經(jīng)壓縮技術(shù)，在質(zhì)量相當?shù)那闆r下提供了明顯優(yōu)于 BCx 的壓縮，甚至在低比特率下超過了熵編碼的 AVIF 和 JPEG XL。該研究提出的方法使用小型的、優(yōu)化的神經(jīng)網(wǎng)絡(luò)，以實現(xiàn)高效壓縮、實時解壓和在 GPU 上隨機訪問。

論文 7：Learning Physically Simulated Tennis Skills From Broadcast Videos

論文鏈接：https://research.nvidia.com/labs/toronto-ai/vid2player3d/data/tennis_skills_main.pdf

機構(gòu)：斯坦福大學、英偉達等

研究貢獻：該論文提出了一個系統(tǒng)，利用從網(wǎng)球視頻中收集的大規(guī)模但質(zhì)量較低的動作來學習多樣化、復(fù)雜的網(wǎng)球技能，讓模擬角色以高精確度將球打到目標位置，并成功進行了一系列包括擊球和旋轉(zhuǎn)的競爭型比賽。

論文 8：Min-Deviation-Flow in Bi-directed Graphs for T-Mesh Quantization

論文鏈接：https://www.algohex.eu/publications/bimdf-quantization/bimdf-quantization.pdf

機構(gòu)：伯爾尼大學、牛津大學

研究貢獻：T-Mesh 量化的整數(shù)優(yōu)化是 SOTA 四邊形網(wǎng)格（quad-meshing）方法的核心問題。該論文針對了雙向網(wǎng)絡(luò)中的最小偏差流問題（Minimum-DeviationFlow Problem in bi-directed networks，Bi-MDF）提出了一種快速近似求解器。

時間檢驗獎

論文 1：Functional Maps: A Flexible Representation of Maps Between Shapes (2012)

論文鏈接：https://damassets.autodesk.net/content/dam/autodesk/www/autodesk-reasearch/Publications/pdf/functional-maps-a-flexible.pdf

機構(gòu)：巴黎綜合理工學院、斯坦福大學

研究貢獻：建立形狀對之間的對應(yīng)關(guān)系是形狀推斷和操作的基本步驟。該論文提出了一種稱為 functional map 的表征形式，引發(fā)了大量關(guān)于形狀匹配的后續(xù)研究。

論文 2：Eulerian Video Magnification for Revealing Subtle Changes in the World (2012)

論文鏈接：https://people.csail.mit.edu/mrub/papers/vidmag.pdf

機構(gòu)：MIT CSAIL、Quanta Research Cambridge

研究貢獻：這篇論文表明，相機可以捕捉微妙但重要的運動，這些運動對于人眼來說太微妙了。后續(xù)研究發(fā)現(xiàn)了許多應(yīng)用領(lǐng)域，包括視頻監(jiān)控（video surveillance）、視覺振動測量（visual vibrometry）和視覺麥克風（visual microphone）。

論文 3：HDR-VDP-2: A Calibrated Visual Metric for Visibility and Quality Predictions in All Luminance Conditions (2011)

論文鏈接：https://www.cl.cam.ac.uk/~rkm38/pdfs/mantiuk11hdrvdp2.pdf

機構(gòu)：班戈大學、首爾大學、不列顛哥倫比亞大學

研究貢獻：該論文提出了在不同亮度條件下人類視覺校準模型的評估指標，該指標已成為預(yù)測各種強度圖像的可見性和質(zhì)量的默認標準指標。

論文 4：Optimizing Locomotion Controllers Using Biologically-based Actuators and Objectives (2012)

論文鏈接：https://nmbl.stanford.edu/publications/pdf/biolocomotion.pdf

機構(gòu)：斯坦福大學

研究貢獻：該論文提出一種在肌肉骨骼水平上模擬人體運動的創(chuàng)新方法，激發(fā)了看待人體運動及其模擬程度的新研究方向。