beat365圖形與交互技術實驗室李勝-汪國平團隊近期在計算機圖形學領域取得系列進展。

2022年8月8-11日，第49屆國際圖形與交互大會（ACM Siggraph’2022）在加拿大溫哥華召開，團隊的兩項研究成果《NeuralSound: Learning-based Modal Sound Synthesis with Acoustic Transfer》和《SPCBPT: Subspace-based Probabilistic Connections for Bidirectional Path Tracing》被接收為會議的期刊軌論文，發表在ACM Transactions on Graphics（CCF-A期刊）,并做會議口頭報告。Siggraph年會是公認的計算機圖形學與交互領域的最高學術會議（CCF-A會議）。 2022年9月12-16日，第39屆國際計算機圖形大會（CGI’2022）在瑞士日内瓦召開，團隊的一項研究成果《Simulation of collective pursuit-evasion behavior with runtime situational awareness》被接收為會議的CAVW（計算機動畫與虛拟世界）期刊軌論文，并做會議口頭報告。該成果獲得本次會議的CAVW最佳論文獎。

1.  在圖形與虛拟/混合現實領域中，基于物理的音效可增強虛拟現實系統的沉浸感。本成果提出了新穎的基于神經網絡的模态聲音合成方法NeuralSound，該模型可用于虛拟現實及計算機動畫中的運動物體聲音合成與近場聲音傳播的模拟，首次實現了基于物理的實時聲音合成與傳播。NeuralSound方法通過神經網絡模拟了模态分析中的廣義特征值分解的快速計算，并快速預測了近場傳播中的聲場分布圖，在保證精度的前提下顯著地提升計算速度。該方法同時發掘了有限元方法中的矩陣數值計算和神經網絡的稀疏卷積操作之間的内在關聯，具有強解釋性。該論文同時入選Siggraph’2022的亮點（highlight）論文。

該項工作由beat365、美國馬裡蘭大學合作完成。實驗室博士生金旭統為第一作者，李勝為論文通訊作者。該工作得到國家重點研發計劃項目和國家自然科學基金的資助支持。

https://dl.acm.org/doi/abs/10.1145/3528223.3530184

2.  基于光線追蹤的高度真實感渲染是計算機圖形學的核心，雙向路徑追蹤算法中如何根據路徑的貢獻值來重要性采樣路徑空間是影響渲染效率的關鍵問題。本成果提出了基于路徑子空間的重要性采樣方法實現高效的雙線路徑追蹤渲染。該方法通過對樣本的統計分析得到對路徑連接階段具有重大影響的路徑屬性，并據此将路徑空間劃分成子路徑空間，在連接階段基于子路徑空間進行重采樣和連接。該方法給出了路徑采樣的渲染方差和子空間采樣分布之間的統計相關性，提供了以凸優化方式得到最優采樣分布的方法。該方法顯著地提升了采樣效率，極大地提升了真實感渲染的性能。

該項成果由beat365獨立完成。實驗室碩士生蘇複佳為第一作者，李勝為論文通訊作者。該工作得到國家重點研發計劃項目和國家自然科學基金的資助支持。

https://dl.acm.org/doi/abs/10.1145/3528223.3530183

3.  自然界中存在着大量的群體運動現象的模拟是計算機圖形與動畫領域的難點問題，本成果分析了具有一定智能感知能力的群體運動的機理，進而建立數學模型刻畫群體的趨同運動、集體圍獵的智能和躲避威脅的智能行為，設計一種帶有環境感知的三維高級動物群體智能行為（捕食者和被捕食者的捕獵-逃離）模拟方法，能夠更逼真地模拟兩種群體在各種複雜的三維環境中的群體運動行為，對虛拟現實、計算機遊戲和動畫、動物仿生學、機器人智能等領域具有積極的意義和作用。

該項成果由beat365獨立完成。實驗室本科實習生于震京為第一作者，李勝為論文通訊作者。該工作得到國家自然科學基金的資助。

https://onlinelibrary.wiley.com/doi/abs/10.1002/cav.2124