学术讲座—计算机图形学赋能文化遗产高精度三维建模
发布者： 科研处 更新日期： 2026-07-06 访问次数： 31
讲座题目计算机图形学赋能文化遗产高精度三维建模
主办单位计算机科学与数学学院
联合主办单位
讲座人魏明强讲座人
职称		正高主持人陈晓平
讲座类型自然科学讲座对象全校师生时间2026-07-10 17:00
地点C4-308
讲
座
人
简
介		魏明强，南京航空航天大学教授、博士生导师、脑机智能技术教育部重点实验室副主任、江苏省智能制造工程学会常务理事、国家优秀青年科学基金获得者、某航空主机厂AI副总师及某航空发动机厂中心副主任，曾担任太原理工大学人工智能学院院长。博士毕业于香港中文大学并获最佳博士毕业论文奖（2014）。目前为多个期刊编委，如IEEE TIP、TGRS、ACM TOMM及计算机辅助设计与图形学学报。近年来，围绕三维视觉与测量等研究方向，主持国防基础科研、国自然优青/面上/青年以及联合主持国自然重点项目等10余项；发表学术论文150余篇，如IEEE TPAMI、SIGGRAPH、CVPR等CCF A类期刊和会议，相关技术用在国家重点型号工程。主编《大模型原理与技术》《人工智能通识基础》《大飞机三维测量技术》，牵头发布《中国生成式人工智能行业应用白皮书2024》。
讲座
主要内容		本报告围绕“计算机图形学赋能文化遗产高精度三维建模”这一主题展开，旨在探讨如何利用前沿图形学与人工智能技术，推动文化遗产数字化保护的科学化、精细化和智能化发展。 报告首先简要介绍计算机图形学的基本内涵与发展脉络，梳理其从几何建模、渲染仿真到交互可视化的演进历程，并重点阐述其与人工智能深度融合所形成的智能图形学新范式。这一范式将传统图形学的精确表达与深度学习的语义理解、生成能力相结合，为文化遗产的高精度建模提供了全新路径。 随后，报告系统阐述三维模型的典型表示方法，包括点云、网格、体素、隐式场和神经表示等。这些表示各有优势：点云与网格适用于离散几何采集与重建，体素便于空间推理，而隐式场与神经表示（如NeRF）则能实现连续、高保真的场景表达，尤其适合复杂文物的精细建模。 在此基础上，报告结合文化遗产数字化保护的实际需求，介绍多项关键技术：室外大场景三维重建（如古建筑群、遗址）、物体级精细建模（如雕塑、壁画）、多源数据融合（激光扫描、摄影测量、多光谱影像）、纹理映射与真实感表达等。报告将重点探讨如何利用这些技术实现文化遗产的数字采集、几何记录、病害分析、虚拟修复、展示传播与长期保存，从而提升保护工作的科学化、精细化和智能化水平。 最后，报告将展望3D AIGC技术的发展趋势，探讨生成式人工智能在三维内容生成、场景补全、数字复原和文化遗产创新传播中的应用前景，为文化遗产的活化利用与可持续传承提供新思路