摘       要：高维数据可视化与可视分析旨在探索未知数据，发现潜在模式，在数据驱动的科学发现和应用领域探索中发挥着越来越重要的作用。但高维数据可视化面临着高维和未知复杂结构等挑战，是长期以来的研究热点和难点。如何选择高维数据可视化方法、如何理解高维数据可视化的结果、如何设计针对性的高维数据可视分析方法，是可视化用户和新入门研究人员经常遇到的问题。针对上述问题，本课程将系统性地介绍高维数据可视化的常用技术，举例说明高维数据可视分析系统的设计方法，并探讨当前高维数据可视化与可视分析面临的挑战。

简       介：夏佳志，博士，副教授，任职于中南大学信息科学与工程学院计算机系。研究领域为数据可视化与可视分析。于2011年在新加坡南洋理工大学获得博士学位，分别于2005年和2008年在浙江大学计算机学院获得学士学位和硕士学位。先后主持国家自然科学基金青年基金项目和面上项目等课题。于IEEE VAST、IEEE TVCG、ACM MM、ACM SIGCHI、IEEE TCSVT、CAD等会议和期刊上发表相关学术论文30 余篇。任计算机学会CAD&CG专委会委员，中国图像图形学会可视化与可视分析专委会委员， 任IEEE Vis、EuroVis和IEEE TVCG等会议和期刊的审稿人。

摘       要：高效的计算机可视化系统能够模拟人类的视觉感知系统，在可视化结果中凸显数据蕴含的重要信息和模式，从而帮助人们快速完成数据的认知过程。目前我们已经有了很多优秀的可视化系统，包括常用的Excel、Tableau、PowerBI等；然而，使用这些系统进行可视化设计仍然是非常复杂的过程，需要用户花费大量时间去寻找合适的可视化方法以及尝试各种可视化视觉编码参数。在实际应用中，用户的可视化设计是建立在视觉感知与人脑认知的分析任务之上的，但心理学和神经科学中许多定性的感知认知理论很难应用于设计过程中。为了提高可视化的表达效率，我们提出了机器感知驱动的可视化设计，本次报告将分享我们最近的一些相关工作。

简       介：汪云海，博士，山东大学“齐鲁青年学者”特聘教授，博士生导师，现担任山东大学计算机科学与技术学院院长助理。2011年获得中国科学院院长优秀奖、2014年入选深圳市孔雀计划、2017年陆增镛CAD&CG高科技奖二等奖获得者，中国图像图形学会可视化与可视分析专业委员会常务委员。主要研究方向是可视化和计算机图形学，在ACM TOG、ACM SIGGRAPH (Asia)、IEEE TVCG、IEEE VIS、NIPS等可视化与图形领域国际顶级期刊及会议发表论文30余篇，其中包括ACM TOG、IEEE TVCG等第一作者论文12篇以及IEEEVis 2018第一作者大会报告论文6篇。

摘       要：随着城市化的高速发展，城市所产生的数据呈现爆炸性增长的趋势，产生了城市大数据，对这种数据进行有效的分析是建设智慧城市的核心，有着非常广阔的商业场景、研究价值和应用的前景。但是城市大数据有着多源、海量和高维等特点，使得对这种数据进行分析和推理非常困难。可视分析通过提供交互的人机界面，结合自动的数据挖掘算法与人的直觉、经验和知识，辅助进行数据的分析、推理和决策，是城市大数据分析的一种重要手段。本报告首先简要介绍城市大数据和可视分析的基本理念和方法，报告国内外的最新进展及其未来的展望，并通过包括城市选址、城市规划和环境保护等多个案例介绍相关领域的工作。

简       介：巫英才是浙江大学CAD&CG国家重点实验室百人计划研究员、博士生导师，担任浙江大学计算机科学与技术学院院长助理，并担任中国图象图形学学会人机交互专委会副主任。他的主要研究方向是信息可视化、可视分析和人机交互。他2009年从香港科技大学获得计算机科学博士学位，2010年5月到2012年3月在加州大学戴维斯分校从事博士后研究工作，2012年5月至2015年1月在微软亚洲研究院任研究员。他迄今为止已经在国际会议和期刊发表学术论文60余篇。他的两篇学术论文分别在2009和2014年的可视化顶级权威会议(IEEE VIS)上获得了最佳论文提名，一篇学术论文获得2016年亚太可视化年会（IEEE Pacific Visualization）最佳论文提名。他目前主持国家自然科学基金青年项目1项、国际(地区)合作与交流项目1项、重点支持项目1项，以及科技部重点研发专项课题1项和浙江省自然科学基金杰出青年科学项目1项。他是亚太可视化年会IEEE Pacific Visualization 2017、中国可视化年会ChinaVis 2016和2017等的论文主席。

摘       要：Fluid behaviors are fascinating, which are of great interests in computer graphics and visualization communities. From the visual perspective, the motion and structure of fluids form one of the most complex and beautiful patterns in nature. Simulating and visualizing these patterns in different scenarios can be very interesting, and sometimes important, which has led to a lot of studies in different areas. In this course, we will review the fluid simulation techniques in computer graphics as well as the related visualization techniques. For fluid simulation, we will introduce both the grid-based and particle-based techniques that have been used throughout the past many years, as well as the more recent and powerful particle-grid approaches. We will also briefly introduce our efforts on developing novel techniques for simulating fluids from a new perspective of kinetic formulations, which are easy for parallelization and implementation. For fluid visualization, we will center around the review of techniques for visualizing vortex and turbulence structures in fluids, where identification of local and global structures inside fluids will be discussed. We will also introduce our recent work on real-time visualization of high-resolution large-scale vortex and turbulence structures in quantum fluids. To summarize the course, several potential applications, both inside and outside the areas of computer graphics and visualization, will be pointed out and briefly described.

简       介：Dr. Xiaopei Liu is now an assistant professor at School of Information Science and Technology, ShanghaiTech University, affiliated with the Visual Intelligence Center (VIC). He is also the person-in-charge of the Unmanned Aerial Vehicle Computing Lab (UAV-CL) at ShanghaiTech. He obtained his Ph.D. degree on computer science and engineering from The Chinese University of Hong Kong (CUHK), and then worked as a Research Fellow at Nanyang Technological University (NTU) in Singapore, where he started the multi-disciplinary research, and collaborated with School of Mechanical & Aerospace Engineering and Institute of Advanced Studies in NTU for research on fluid simulation and visualization, both on classical and quantum fluids. Most of his publications are top journals and conferences in the related fields, which cover multiple disciplines, such as ACM TOG, ACM SIGGRAPH Asia, IEEE TVCG, APS PRD, AIP POF, etc. Dr. Xiaopei Liu is now working on physically-based simulation & visualization techniques, with applications to many areas such as fundamental science, visual effects, UAV design, medical diagnosis, as well as robotic learning. He is also conducting research and system-level implementations on UAV navigation and its intelligence.

摘       要：随着三维扫描技术和建模技术的飞速发展，三维模型数据库的规模日益增大。 如何使用深度学习的技术对这些数据进行分析，通过挖掘内在的规律来提高几何变形方法的效果并减少用户的交互成为一个新颖和有效的研究思路。同时随着深度学习技术的进展，如何通过深度学习对这些数据进行学习并提高几何数理算法的智能性成为近期研究工作的重点内容。 为此，本课程将介绍一类基于深度学习的智能数字几何处理方法, 主要介绍基于深度学习的模型变形方法。模型变形是数字几何处理中的一类重要研究内容，在三维建模和动画中有着广泛的应用，本课程的内容包括如何在模型序列上定义卷积和特征，如何使用自编码器对模型序列进行全局和局部的分析，以及如何高质量的合成三维模型和进行变形复用。

简       介：高林博士现任中科院计算所副研究员，硕士生导师，研究方向为数字几何处理和计算机图形学、深度学习等，于清华大学毕业获得工学博士学位,曾在德国亚琛工业大学进行访问研究。其入选中科院计算所百星计划，中国科协青年人才托举工程，获得计算所卓越之星奖，中国计算机学会科学技术奖技术发明一等奖（第二完成人），中国仿真学会科技进步一等奖（第二完成人），等奖励,并主持多项国家自然科学基金。相关的研究成果发表在领域内的顶级会议和期刊上，如ACM SIGGRAPH\TOG，IEEE TVCG，CVPR，AAAI，IEEE VR，Eurographics\CGF等。

摘       要：In this talk, I will introduce a series of our recent works on learning deep models for structure-aware 3D shape generation. Complex 3D shapes can usually be summarized with a coarsely defined structure which is consistent and robust across variety of observations. However, most existing deep generative models for 3D shapes do not account for shape structure during training, thus often generating implausible and structurally unrealistic shapes. Our key insight is that 3D shape structures can be effectively characterized by a hierarchical organization of parts, as well as their mutual relationships such as adjacency and symmetry. We developed, GRASS, a recursive neural network architecture for the hierarchical encoding and synthesis of 3D shape structures. The network can be tuned in an adversarial setup to yield a generative model of plausible structures, from which novel 3D structures can be sampled. Following that, we also developed several variations of the recursive architecture, in achieving structure-aware 3D shape composition, shape-structure translation, and image-to-structure reconstruction.

简       介：徐凯，国防科技大学副教授。2011年于国防科大计算机学院获得博士学位。曾赴西蒙弗雷泽大学、普林斯顿大学进行访问研究。研究方向为数据驱动的三维几何分析与建模、基于三维几何的计算机视觉等。发表ACM Transactions on Graphics论文21篇（一作10篇，通讯5篇）。担任Computer Graphics Forum、Computers and Graphics和The Visual Computer等图形学国际期刊的编委。担任CAD/Graphics 2017、ICVRV 2017和GDC 2016等国际国内会议的论文共同主席。担任SIGGRAPH Asia、PG、SGP等重要国际会议的程序委员。曾获湖南省自然科学一等奖、军队科技进步二等奖、全军优秀博士论文奖、中国工业与应用数学学会“几何设计与计算青年学者奖”、“湖湘青年英才”奖、陆增镛CAD&CG高科技奖二等奖。曾获国家自然科学“优秀青年基金”和湖南省自然科学“杰出青年基金”。

摘       要：自苹果公司2017年底发布带有结构光深度传感器的iPhone X并开放ARKit SDK以来，推动了Animoji（交互）、FaceID（识别）等基于深度相机的三维视觉典型应用的规模化和产业化，也使得三维人脸建模与识别成为了计算机图形学与计算机视觉领域的研究热点。在本次报告中，我将汇报课题组在基于深度学习的三维人脸建模，三维人脸识别方面的研究工作。在三维人脸建模方面，我将先介绍如何通过图形学方法合成大规模训练数据，然后介绍基于无监督学习方法的RGB-D三维人脸建模方面的工作；在三维人脸识别方面，我将介绍如何通过例如性别、民族等社会属性解决训练数据采样不均匀的问题，并汇报在亿级别RGB-D训练数据上所获得的三维人脸识别模型精度。

简       介：张举勇，中国科学技术大学数学科学学院副教授。2011年于新加坡南洋理工大学计算机工程学院获得博士学位，2011年至2012年于瑞士联邦理工学院从事博士后研究，2012年至今工作于中国科学技术大学数学科学学院。研究兴趣包括计算机图形学、计算机视觉、数值最优化算法，近期主要关注围绕人的高精度三维重建、识别，以及大规模几何处理问题的并行与高效数值算法设计。现担任The Visual Computer期刊编委。获得2018年"几何设计与计算青年学者奖"，2018年“安徽省青年数学奖”。

摘       要：深度学习为图像视频编辑处理带来了新的解决方法，特别是像素级的理解为编辑处理的效果带来了新的突破。本次课程我将主要介绍团队近几年基于深度学习在图像视频处理里面取得的系列成果，包括自动分割与抠图，深度人脸编辑和深度去模糊等研究工作，并介绍把这些研究成果转化成产品的相关经验和流程。

简       介：沈小勇，现为腾讯优图视觉AI负责人，高级研究员。分别于2010年和2012年在浙江大学数学系获学士和硕士学位，2016年在香港中文大学获博士学位并留校从事博士后研究，2017年5月加入腾讯优图。主要从事计算机视觉，机器学习和计算机图形学方面的研究，包括图像视频处理，运动与深度估计，图像视频理解，视觉与NLP等。累计发表计算机视觉类顶级会议超过20篇。

摘       要：视觉感知机制是人类视觉系统的重要特性之一，是指人在观察和感知周围世界的时候能够本能地快速定位并获取重要的信息。通过模拟视觉系统的自适应感知机制，并从视觉数据中高效地提取显著区域或特征，可以有效提升各阶段计算机视觉任务的性能。在本次课程讲座中，我将主要介绍基于深度学习的视觉显著物体检测算法的研究进展以及视觉注意力机制在图像视频各阶段语义理解中的应用，包括图像多标签分类、物体检测以及视频语句生成等。

简       介：李冠彬博士现为中山大学数据科学与计算机学院副研究员。分别于2009年和2012年在中山大学获学士和硕士学位，2016年在香港大学计算机科学系获博士学位，博士期间获得香港政府奖学金（HKPFS）资助。目前主要从事计算机视觉和机器学习等方面的研究，尤其在视觉显著性检测以及图像视频语义理解等方面取得一系列重要的研究成果，形成较为完整的研究体系。迄今为止，已经累计发表论文30余篇，其中CCF A类/中科院一区论文17篇，包括CVPR，ICCV，AAAI, IJCAI, ACM MM，TIP等。目前担任CCF计算机视觉专委会委员，多次受邀在各大学术论坛及企业做学术报告，相关工作被同行学者多次引用和评价，Google Scholar引用超过700次。在图像视频显著物体检测方面，曾连续四年以第一作者身份在计算机视觉顶级会议CVPR上发表论文四篇，在该研究领域形成一定的影响力。目前主持国家自然科学基金项目以及CCF-腾讯犀牛鸟科研基金项目。担任TPAMI、TIP、TNNLS等权威期刊的审稿人，CVPR、IJCAI、AAAI等国际会议程序委员会委员，VISAPP2019领域主席。

简       介：UBC博士，国家优青，英国皇家牛顿高级学者，广东科技创新领军人才，中科院卢嘉锡青年人才，CCF杰出会员，ACM/IEEE高级会员，SFU特邀客座教授。研究领域为计算机图形学和科学计算，主要方向包括智能采集，点云处理，几何建模，形状分析，三维感知，特征学习等。已发表SIGGRAPH／SIGGRAPH ASIA／ACM TOG论文31篇，授权美国发明专利6项，中国发明专利25项，登记软件著作权34项。主持中以国际合作重点、中英国际人才基金、973前期研究专项、广东研究团队、3D国际合作基地等国家及省部级重点项目。现任国际SCI期刊The Visual Computer (TVCJ) Associate Editor-in-Chief，Computers & Graphics (CAG) Associate Editor，SGP 2019程序委员会主席。

HUI HUANG is a distinguished professor and founding director of the Visual Computing Research Center at Shenzhen University, China. She received her PhD in Applied Math from the University of British Columbia in 2008 and another PhD in Computational Math from Wuhan University in 2006. Her research interests are in Computer Graphics and Scientific Computing, focusing on Point-based Modeling, Geometric Analysis, 3D Acquisition and Creation. She has published more than 60 papers in prestigious international journals and conferences, including 31 SIGGRAPH/SIGGRAPH ASIA/TOG papers. She is currently an Associate Editor-in-Chief of The Visual Computer and is on the editorial board of Computer & Graphics. She has served on the program committees of major computer graphics conferences including SIGGRAPH ASIA, EG, EG-STARS, SGP, PG, 3DV, CGI, GMP, SMI, GI, CVM and CAD/Graphics, etc. She has been invited to be SGP 2019 Program Chair, in addition to CHINAGRAPH 2018 Program Vice-Chair, SIGGRAPH ASIA 2017 Technical Briefs and Posters Co-Chair, SIGGRAPH ASIA 2016 Workshops Chair and SIGGRAPH ASIA 2014 Community Liaison Chair. She received National Excellent Young Scientist and GD Technological Innovation Leading Talent award in 2015. She is also a Distinguished Member of CCF and a Senior Member of ACM and IEEE.

简       介：2007年于浙江大学获得博士学位，现任浙江大学CAD&CG国家重点实验室教授。主要研究计算机图形学中几何计算以及物理模拟方面的课题，发表了50余篇学术论文，其中包括10余篇ACM TOG论文。研究受国家自然科学基金等项目的资助，2015年获国家优秀青年基金资助。曾担任包括SIGGRAPH，SIGGRAPH Asia，EG，SGP，SCA在内的一些著名国际学术会议的程序委员会委员，GMP 2016，SCA 2019等会议的程序委员共同主席。

JIN HUANG earned his Ph.D degree in 2017 from Zhejiang University, now is a professor in State Key Lab of CAD&CG in Zhejiang University. He is mainly interested in geometry processing and physical simulation, and published over 50 papers including 10 ACM TOG papers. He has served as PC members of SIGGRAPH, SIGGRAPH Asia, EG, SGP, SCA etc. and was program co-chair of GMP 2016, SCA 2019 etc.

简       介：2011年于国防科大计算机学院获得博士学位。曾赴西蒙弗雷泽大学、普林斯顿大学进行访问研究。研究方向为数据驱动的三维几何分析与建模、基于三维几何的计算机视觉等。发表ACM Transactions on Graphics论文21篇（一作10篇，通讯5篇）。担任Computer Graphics Forum、Computers and Graphics和The Visual Computer等图形学国际期刊的编委。担任CAD/Graphics 2017、ICVRV 2017和GDC 2016等国际国内会议的论文共同主席。担任SIGGRAPH Asia、PG、SGP等重要国际会议的程序委员。曾获湖南省自然科学一等奖、军队科技进步二等奖、全军优秀博士论文奖、中国工业与应用数学学会“几何设计与计算青年学者奖”、“湖湘青年英才”奖、陆增镛CAD&CG高科技奖二等奖。曾获国家自然科学“优秀青年基金”和湖南省自然科学“杰出青年基金”。

Kai Xu is an Associate Professor at School of Computer Science, National University of Defense Technology (NUDT). He earned his Ph.D in computer science in 2011 from NUDT. From 2008 to 2010, He worked as a visiting PhD in the GrUVi lab of Simon Fraser University, supervised by Richard (Hao) Zhang. During 2012-2014, he conducted postdoctoral research at the VCC@SIAT, working with Baoquan Chen. During 2017-2018, he was a Visiting Research Scientist in the Vision and Robotics Group at Princeton University, working with Thomas Funkhouser and Szymon Rusinkiewicz. Kai is leading the iGraphics Lab @ NUDT, which conducts research in the areas of computer graphics and computer vision. The current directions of interest include data-driven shape analysis and modeling, 3D vision and robot perception & navigation, etc.

简       介：2015年毕业于浙江大学数学系，取得理学博士学位，并获浙江省优秀毕业研究生称号。攻读博士学位期间，获国家留学基金委资助访问加拿大西蒙弗雷泽大学两年。研究方向为计算机图形学，特别是高层次形状分析、几何处理和模型制造。截止目前，共发表17篇高水平论文，其中12在计算机图形学顶级会议/期刊ACM SIGGRAPH/ SIGGRAPH ASIA/TOG（一作8篇），3篇发表在计算机图形学国际权威期刊Computer Graphics Forum。担任The Visual Computer编委，Eurographics 2018, SIGGRAPH Asia Techinical Brief & Poster 2017, CAD/Graphics 2017, CVM 2017, ICVRV 2017, SIGGRAPH Asia Workshop 2016等国际会议程序委员会成员。2017年入选中科协青年人才托举工程，2018年当选几何设计与计算青年学者奖。

Ruizhen Hu is an Assistant Professor at College of Computer Science & Software Engineering， Shenzhen University. She obtained my Applied Math Ph.D. degree in June 2015 from the Department of Mathematics at Zhejiang University, China. From Oct. 2012 to Oct. 2014, she spent two years visiting the GrUVi Lab in the School of Computing Science at Simon Fraser University, Canada. Her research is in computer graphics, with special interest in high-level shape analysis, geometry processing, modeling and fabrication. She has published 17 papers in prestigious international journals and conferences, including 12 SIGGRAPH/SIGGRAPH ASIA/TOG papers. She is currently on the editorial board of The Visual Computer. She has served on the program committees of international computer graphics conferences including Eurographics, CAD/Graphics, CVM, etc. She received the Young Elite Scientists Sponsorship Program by CAST in 2017 and Young Researcher Award of CSIAM GDC in 2018.

简       介：2018年7月于清华大学高等研究院获工学博士学位，随后加入微软亚洲研究院。研究方向为计算机图形学、基于数据驱动的三维几何的处理与分析。目前以第一作者身份在SIGGRAPH与SIGGRAPH ASIA上发表论文4篇。曾多次获得清华大学奖学金、博士研究生国家奖学金，并于2018年获得北京市优秀博士毕业生。

Peng-Shuai Wang is currently an Associate Researcher at Microsoft Research Asia. He received his Ph.D. degree in Computer Science from Tsinghua University in 2018. His research interest includes computer graphics, data-driven 3D geometry processing and analysis. He has published 4 papers in SIGGRAPH and SIGGRAPH Asia as the first author. He got the scholarship of Tsinghua University for many times, as well as the National Scholarship. In 2018 he was awarded the title of outstanding Ph.D graduate of Beijing.

简       介：2013年于武汉大学获工学博士学位，专业摄影测量与遥感。2014年至2016年，在中科院深圳先进技术研究院进行博士后研究。2017年11月加入华中科技大学电信学院，任讲师。研究领域涉及计算机视觉与图形学。目前在SIGGRAPH与SIGGRAPH ASIA发表论文3篇，同时在Eurographics与CVPR各发表论文一篇。2012年作为主要参与人获得了国家测绘科技进步奖一等奖。2014年3月获得美国摄影测量与遥感协会（ASPRS）约翰戴维森主席奖一等奖，以及波音图像分析与解译最佳科学论文奖。

Yang Zhou is currently an Assistant Professor at the Department of Electronics and Information Engineering, Huazhong University of Science and Technology. He received Ph.D. degree in Photogrammetry and Remote Sensing from Wuhan University in 2013. Before joining HUST, he worked with Prof. Hui Huang as a Postdoc in VCC at SIAT, Shenzhen. His research interest includes computer graphics, computer vision and deep learning techniques. He has published 3 papers in SIGGRAPH and SIGGRAPH Asia. He also has publications in Eurographics and CVPR.

简       介：2015年获得山东大学学士学位，并进入香港大学计算机系攻读博士。同年获得香港政府博士奖学金（HKPFS），2016年前往法国INRIA研究院交流，2017年前往美国北卡罗来纳州教堂山分校交流，2018年在百度机器人与自动驾驶实验室实习至今。研究兴趣包括计算机图形学，计算几何，人工智能，自动驾驶。目前以第一作者在SIGGRAPH ASIA，AAMAS, SGP, PCM, CSCS各发表论文一篇。

Yuexin Ma is currently a fourth-year PhD student in the department of Computer Science of the University of Hong Kong. She got the Hong Kong PhD Fellowship Award (HKPFS) in 2015. She exchanged to French Institute for Research in Computer Science and Automation (INRIA) in 2016, exchanged to the University of North Carolina at Chapel Hill (UNC) in 2017, and interns in the Robotic and Autonomous Driving Lab of Baidu now. Her research interests include computer graphics, computational geometry, AI, and autonomous driving. She has published one paper in SIGGRAPH ASIA，SGP, AAMAS, PCM, CSCS respectively as the first author.