山大SIGGRAPH 2023 最佳论文得主分享：点云法向估计及保特征重建

不久之前，计算机图形学顶级会议 ACM SIGGRAPH 2023 最佳论文奖评选结果揭晓。山东大学计算机科学与技术学院交叉研究中心（IRC）的科研团队发表的学术论文 “Globally Consistent Normal Orientation for Point Clouds by Regularizing the Winding-Number Field” 被评为五篇最佳论文之一。

这是自 SIGGRAPH 设立最佳论文奖以来，国内科研团队首次以第一单位荣获该奖项。

因此，机器之心最新一期的线上分享，邀请到了最佳论文的作者山东大学交叉研究中心硕士生徐瑞来做主题分享，他将围绕两篇论文为我们介绍点云法向估计及保特征重建方面的工作。

GCNO: https://xrvitd.github.io/Projects/GCNO/index.html

RFEPS:https://xrvitd.github.io/Projects/RFEPS/index.html

分享主题：Globally Consistent Normal Orientation and Reconstruction for Feature-line Equipped Surfaces

嘉宾简介： 徐瑞，山东大学交叉研究中心硕士二年级，导师为屠长河教授以及辛士庆副教授。研究方向为计算机图形学，计算几何，点云重建和几何建模等，曾在 SIGGRAPH、TOG、TVCG、Eurographics 等会议和期刊上参与发表多篇文章，其中两篇 SIGGRAPH 均为第一作者，并获得SIGGRAPH 2023最佳论文奖。。

个人主页：https://xrvitd.github.io/

分享摘要：点云重建一直是计算机图形学和逆向工程领域的关键问题。现有方法对法向一致性依赖性强，且无法准确重建尖锐特征。本研究通过正则化卷绕数场计算全局一致的法向量，并采用离散最优传输和限制的 Power 图实现特征线完整的多边形网格重建。

机动组是机器之心发起的人工智能技术社区，聚焦于学术研究与技术实践主题内容，为社区用户带来技术线上公开课、学术分享、技术实践、走近顶尖实验室等系列内容。机动组也将不定期举办线下学术交流会与组织人才服务、产业技术对接等活动，欢迎所有 AI 领域技术从业者加入。

• 点击阅读原文，访问机动组官网，观看往期回顾；

• 关注机动组服务号，获取每周直播预告。