第11届国际计算视觉媒体会议CVM2024于2024年4月10日至12日在新西兰惠灵顿举行，该会议旨在为交流创新的研究思想和实践成果提供一个重要的国际论坛，是关于计算机图形学、计算机视觉、机器学习、图像处理、视频处理、可视化和几何计算等方面的国际会议。
实验室的蔡淑娴同学参与了本次会议，并做论文汇报。蔡淑娴报告了论文FACE: Feature-Preserving CAD Model Surface Reconstruction（《保留特征的CAD模型表面重建》）。特征线在CAD模型重建中起着至关重要的作用。目前，缺乏一种鲁棒的显式重构算法，能够在具有噪声和非均匀性的点云中实现清晰的特征重构。该论文提出了一种保留特征的CAD模型表面重建算法FACE。该算法首先对点云进行去噪和重采样预处理，得到无噪声、均匀分布的高质量点云。然后，采用离散最优传输检测特征区域，接着沿潜在特征线生成密集点来增强特征。最后，采用基于法向量的前推进面重建方法对特征增强后的点云进行重建。实验证明，该方法能够保留尖锐的特征，同时对噪声和非均匀数据具有鲁棒性。
在CVM 2024会议中，由德国基尔大学计算机科学教授兼工程学院院长Reinhard Koch、北京大学终身助理教授Peng-Shuai Wang、美国加州大学圣地亚哥分校计算机科学教授Ravi Ramamoorthi作为主讲嘉宾。从相机图像中计算真实重建3D场景已经成为计算机视觉领域的一个重要课题，Reinhard Koch教授回顾近30年该领域的重建方法，从运动和SLAM，到特殊的相机设置，如光场相机或RGB-D系统，从校准和未校准的结构，到应用，如3D电视和增强现实；Peng-Shuai Wang教授介绍了一个统一的3D深度学习框架，利用3D数据的稀疏性，将神经网络计算限制在基于八叉树的3D表示中的重要3D区域，极大地提高了开发3D学习方法的效率，并有可能推动通用3D智能系统的发展；Ravi Ramamoorthi教授简要描述视图合成问题的早期历史，以及团队在稀疏图像的光场合成方面所做的一系列研究工作，并讨论了工作的后续影响，该工作使神经辐射场表示被广泛应用。此外，本次会议包括了“内容生成与编辑”、“交互和可视化”、“制定现实”、“几何建模与渲染”、“点云处理”、“NeRF”、“视觉媒体理解”、“网格和建模”等多个专题的论文汇报，众多学者在此进行相关报告，拓宽同学们的眼界。
CVM会议作为国内图形学领域的盛会，为研究者提供了合作与交流的重要平台。在此次会议上，厦大图形学课题组的研究成果备受关注与赞赏。在会议期间，我们积极参与并与其他学者进行交流讨论，分享了彼此的研究成果和心得。这次会议不仅加强了与国内外同行的合作与联系，也拓宽了我们的学术视野。我们由衷感谢CVM2024会议组织者和工作人员的辛勤付出与出色组织，期待未来能与更多同行继续合作，共同推动计算视觉媒体领域的发展。
文：蔡淑娴
图：蔡淑娴