2017-中国计算机辅助设计与图形大会特邀报告
陈熙霖，博士、研究员、博士生导师。1965年出生，现任中国科学院计算技术研究所副所长。1988年、91年和94年分别于哈尔滨工业大学计算机系获得学士、硕士和博士学位。毕业后留校任教，先后任讲师(1994)、副教授(1996)、教授(1999)。2001年5月至2004年5月在美国卡内基梅隆大学计算机学院访问。回国后入选中国科学院百人计划，先后任中科院计算所研究员、中科院智能信息处理重点实验室主任、副总工兼智能信息处理研究部主任、所长助理职务。近年来主要研究领域为计算机视觉、模式识别、多媒体技术以及多模式人机接口。先后主持过自然科学基金重点项目、863计划等项目的研究工作。先后获得国家科技进步二等奖三项，省部级科技进步奖7项，获得国家发明专利四项，合作出版专著1本，在包括IEEE Transactions在内的国内外刊物和会议上发表论文100多篇。担任过十多个国际学术会议的程序委员会委员。
汪国平，北京大学信息科学技术学院计算机系教授
虚拟现实技术作为理论推导和实验验证以外的第三种科学验证手段正越来越收到各个行业的重视，虚拟现实是否能够成为下一代计算平台，虚拟现实是否能够获得广泛和深入的应用，虚拟现实是否能够成为我们生活中的一部分，如何快速构建虚拟场景成为虚拟现实和增强现实的核心技术之一。这里介绍实验室近年来在虚拟场景及其对象的快速构建技术，通过结合飞行模拟器成套装备的研发说明虚拟现实平台研发的复杂性，通过结合大规模三维场景快速重建系统的研发说明虚拟现实内容构建工具的艰巨性，通过结合物理仿真引擎的研发说明虚拟现实物理引擎研发的前瞻性。
汪国平，北京大学信息科学技术学院计算机系教授，主要研究方向为计算机图形学、人机交互与虚拟现实等，现任北京市虚拟仿真与可视化工程技术研究中心主任，北京大学图形与交互技术实验室主任。他主持研发我国第一个高速网上的分布式虚拟现实示范系统，主持研发了包括基于自适应离散特征化的三维造型系统、基于物理的仿真引擎、CAD/CAE一体化的设计优化仿真迭代系统、超大规模分布式虚拟现实支撑平台、基于图像的三维模型重建系统等多个虚拟现实相关的多个支撑系统平台，在战场仿真与可视化，海洋可视化，工程设计仿真与文化娱乐等方面获得了良好应用。2008年获得教育部科技进步一等奖一项，2009年获得国家杰出青年基金资助，2010年获国务院政府特殊津贴。发表学术论文200余篇，多篇论文获得最佳论文奖，申请和授权国家发明专利40余项。 汪国平曾任中国计算机学会虚拟现实与可视化专委会副主任委员，现任中国计算机学会CAD与图形学专委会副主任委员，人机交互专委会副主任委员、中国图象图形学会副理事长，军委科技委智能与无人领域专家组成员、国家信息标准化委员会专家委员，国家信息标准化委员会SC24分委会副主任委员，中国指挥与控制学会虚拟现实与人机交互专委会主任委员，图学学报主编等。
童欣，微软亚洲研究院首席研究员
计算机图形和视觉中一个很重要的核心问题是对三维形体的处理与建模。在计算机图形学和视觉已经发展了三十年的今天，到底三维可视计算的应用和研究问题还有哪些？在这个报告中，我将分享我最近对这个问题一点非常粗浅的思考，和我们近几年所做的一点工作，希望抛砖引玉，引起大家更多的讨论和意见。
童欣博士目前为微软亚洲研究院首席研究员，图形组研究主管。童欣博士1999年毕业于清华大学获博士学位。他的主要研究兴趣为纹理合成，表观建模，真实感绘制，人脸动画，数据驱动的几何处理等。童欣博士已出版80多篇论文，包括42篇SIGGRAPH和TOG论文。目前童欣博士担任IEEE TVCG和ACM TOG编委。
刘利刚，中国科学技术大学
随着3D打印等先进制造工艺和工具的发展，使得几何造型与设计的目标、手段和维度都产生了很大的变化和扩展。人们从传统的面向外形的几何设计转向面向物体性能的几何设计与优化，从几何结构和材料属性等方面围绕着物体性能进行几何设计与优化。针对不同的物体性能，比如力学性质、功能性质、组合性质、动态变形性质等，需要有不同的设计思路和优化方法。本报告将汇报近些年来这方面的发展以及我们在这方面的系列工作。
刘利刚，中国科学技术大学教授，中国科学院“百人计划”，中国科学院特聘研究员。于2001年在浙江大学获得应用数学博士学位；2001年至2004年期间在微软亚洲研究院工作；2004年至2011年期间在浙江大学工作。2009年至2011年期间，在美国哈佛大学进行学术访问研究。研究兴趣包括计算机图形学，3D几何建模与处理，3D打印中的几何优化等。已在计算机图形学顶级(TOP)期刊ACM Transactions on Graphics上发表论文二十余篇。2012年获得国家自然科学“优秀青年基金”项目。2013年获得国家自然科学奖二等奖(排名第三)。国际会议GMP 2017大会共同主席，SPM 2014, SGP 2015, CVM 2016, CAD/Graphics 2017, GMP 2018的论文共同主席。学术期刊IEEE TVCG, IEEE CG&A, CGF, CAGD, C&G及《软件学报》编委。研究主页为：http://staff.ustc.edu.cn/~lgliu
刘振宇,博士，教授，博士生导师。
复杂大型装备具有组成结构复杂、多参数强关联、多性能紧耦合等特点，设计分析中涉及多种CAD/CAE软件，产生大量异构设计分析数据，给装备研发带来一系列难点问题。报告围绕复杂装备集成设计与仿真，重点介绍了复杂装备多参数关联设计与参数敏感性计算、支持CAD/CAE模型直接转换的复杂装备性能等几何分析、基于多源数据融合的复杂装备作业过程多性能集成仿真等研究进展。
刘振宇,博士，教授，博士生导师。 担任浙江大学机械工程学院院长助理，浙江大学计算机辅助设计及图形学国家重点实验室副主任，浙江大学设计工程及自动化研究所副所长，中国图学会理事。 主要研究领域为复杂装备数字化设计与制造、数字样机与虚拟现实、复杂产品仿真分析研究。 作为负责人，先后主持973课题、国家自然科学基金青年基金、国家自然科学基金面上项目、973子课题和浙江省自然科学基金等项目；以第一作者和通讯作者在Robotics and Computer-Integrated Manufacturing，Mechanism and Machine Theory等国际权威期刊发表论文多篇，出版专著1本；作为主要成员获国家科技进步一等奖1项、国家科技进步二等奖1项、省部级科技进步一等奖2项。 获浙江大学优秀德育导师等荣誉称号，入选浙江省151人才工程第二层次培养人员。
王锐：浙江大学教授，博士生导师，求是青年学者，浙江省杰出青年基金获得者。
将会介绍报告人近几年在绘制流水线优化上取得的一系列科研成果，首先介绍在国际上创新提出的自优化（auto-tuning）的绘制流水线优化框架；其次介绍利用该框架开展的多项优化工作，包括着色器（shader）简化、能耗优化等等，最后对自优化的绘制流水线框架的未来进行展望。
教授，博士生导师，求是青年学者，浙江省杰出青年基金获得者。主要针对虚拟现实与三维游戏中的图形绘制理论、算法与框架开展研究，在复杂光场高效采样、实时绘制算法、绘制架构的自动优化等方面做出了重要突破，取得了国际领先的研究创新成果，发表学术论文40余篇论文（包括十余篇TOP期刊论文），论文Google Scholar 引用千余次。承担十余项国家省部项目，同时与国内多个企业开展合作，已获授权十余项专利，相关研究成果已成功应用于华为、西门子、网易游戏、中南卡通等公司。2012年获教育部科技进步一等奖(排名第三)。
刘世霞，清华大学
可解释的机器学习旨在使机器学习模型的决策过程对研究人员和从业人员更加透明，从而实现人机的有效沟通和协作。本报告将介绍我们提出的机器学习模型可视分析框架。该框架跳出传统可视分析“先分析再可视化”的单一方向分析机制，将机器学习方法和交互可视化方法有机地结合在一起，从而更好地帮助用户理解复杂模型及其输出结果，分析、诊断并不断完善机器学习模型。为用户选择、利用及改进机器学习模型提供技术依据。最后，结合具体的应用实例，如集成学习模型和深度学习模型分析等，介绍我们基于该框架研制开发的可视分析技术。
刘世霞博士是清华大学软件学院的副教授。主要研究方向是可视分析、文本挖掘工作和信息可视化。担任 CCF A类会议 IEEE VIS(VAST) 2016 和 2017的论文主席；担任 IEEE TVCG 编委（Associate editor）；担任国际可视化会议 IEEE Pacific Visualization 2015的程序委员会主席。同时她是 Information Visualization期刊的编委，也是多个国际会议的程序委员会委员，例如 InfoVis、VAST 、KDD、 ACM Multimedia、ACM IUI 、SDM和 PacificVis等。担任IEEE VIS 2014 Meetup 共同主席（ IEEE VIS组织委员会）和IEEE VIS 2015 Tutorial共同主席（ IEEE VIS组织委员会）。要了解更多信息，请访问她的个人主页：http://cgcad.thss.tsinghua.edu.cn/shixia/。
袁晓如，北京大学信息科学与技术学院研究员，信息科学中心副主任。
通过大规模收集、分析相关数据是时空感知态势非常重要的方式。然而实际的数据分析往往非常困难，需要考虑空间异质性、多尺度、时间周期性和语义等性质。由于种种原因，完全自动的分析往往得不到理想的结果。本报告我们将介绍对于复杂时空时间开展可视化和可视分析的几个例子。在一个典型的可视分析流程中，自动分析的结果通过可视化展示给用户，用户通过人机交互技术评价、修改和改进自动分析模型，从而得到新的自动分析结果。通过这种方式，可视分析技术将人的经验智慧与机器的运算能力紧密的结合在一起。这其中，由人来定义分析任务和识别复杂的模式，由机器来存储和分析大量的数据。分析结果的可视化则成为人与机器合作的桥梁。袁晓如，北京大学信息科学与技术学院研究员，信息科学中心副主任。主要研究方向包括复杂流场数据可视化，高维／时空数据，交通、社会媒体数据的分析，可视化的快速构建方法。高动态范围可视化的工作获得2005年IEEE VIS大会最佳应用论文奖。2013年来指导实验室团队7项次在IEEE VAST可视化分析挑战赛中获奖。多次担任IEEE VIS, EuroVis, IEEE PacificVis等国际可视化会议程序委员会委员。2017年IEEE VIS大会SciVis论文共同主席。中国计算机学会理事，杰出会员，杰出讲者。
