摘要：作为第十七届会议，这是 SIGGRAPH ASIA 第三次回归东京。今早，大会技术论文主席 Michael Wimmer 在会上正式颁发了最佳论文等奖项。

稍后我们将推出更精彩的现场采访报道文。

作者丨朱可轩

编辑丨陈彩娴

北京时间 12 月 3 日，SIGGRAPH ASIA 2024 在日本东京召开。

作为第十七届会议，这是 SIGGRAPH ASIA 第三次回归东京。今早，大会技术论文主席 Michael Wimmer 在会上正式颁发了最佳论文等奖项。

近年来，SIGGRAPH ASIA 的论文提交数量呈直线上升，此次共收到提交的论文 900 篇。

在所提交的论文中，共包含有六大主题，其中几何/建模占比达 28%，视频/成像占比 23%，可视化/渲染占比为 19%，动画/模拟占比为 18%，其他包括应用、VR、硬件在内的类别分别占比为 6%、5%和 1%。

最终，本届 SIGGRAPH ASIA 接受了 146 篇会议论文及 119 篇期刊论文，总论文接受率达 29.4%。

获奖详情

在授奖论文中，Best Paper 共有 7 篇，有华人参与的论文共 4 篇。

在此之中，Georgia Institute of Technology 的全华人团队一篇《Particle-Laden Fluid on Flow Maps》入选最佳论文。

论文链接：https://arxiv.org/pdf/2409.06246

该论文提出了一种新颖的框架，使用粒子流图模拟墨水作为粒子载流，解决了现有流图技术的局限性，这些技术难以应对粘度和阻力等耗散力，从而将应用范围从求解欧拉方程扩展到求解具有精确粘度和载流粒子处理的纳维-斯托克斯方程。

主要贡献在于两个粒子系统的耦合机制，通过求解泊松系统将物理沉积物粒子和虚拟流图粒子耦合在背景网格上。同时，实施了一种新颖的路径积分公式，将粘度和阻力纳入粒子流图过程。

此方法能够对各种粒子载流现象进行最先进的模拟，例如悬浮液滴尾部的膨胀和破碎、圆环形成、圆环解体和沉淀液滴的聚结。特别是，通过准确捕捉涡球、粘性尾部、分形分支和分层结构，提供了高保真度的墨水扩散模拟。

值得一提的是，贾佳亚和其学生齐晓娟的团队双双成为了 Honorable Metion Award 和 Test of Time Award 中唯一的华人获奖团队。

后者团队的论文《TEXGen: a Generative Diffusion Model for Mesh Textures》由港大、北航、清华和 VAST 团队共同撰写。

论文简介中提到，此篇论文主要摆脱了依赖预先训练的 2D 扩散模型进行 3D 纹理测试时优化的传统方法，专注于 UV 纹理空间本身的学习基本问题。

首次训练了一个能够以前馈方式直接生成高分辨率纹理图的大型扩散模型。为了促进高分辨率 UV 空间中的高效学习，提出了一种可扩展的网络架构，将 UV 图上的卷积与点云上的注意层交错。

同时，利用这种架构设计，该团队训练了一个 7 亿参数的扩散模型，该模型可以在文本提示和单视图图像的引导下生成 UV 纹理图。一旦训练完成，这一模型将自然支持各种扩展应用，包括文本引导的纹理修复、稀疏视图纹理完成和文本驱动的纹理合成。

论文链接：

代码地址：

此外，贾佳亚带领团队的获奖论文题为《Structure extraction from texture via relative total variation》，一作是商汤科技 CEO 徐立，同时他也是贾佳亚的学生。

论文链接：http://www.cse.cuhk.edu.hk/leojia/projects/texturesep/texturesep12.pdf

该篇论文于 2012 年最初发表，被大会评选为经受时间检验的论文之一。

其中提出了一种基于总变差形式新模型，可以有效分解图像中的结构信息和纹理，并且无需特别指定纹理是否规则或对称。

其他 Honorable Metion Award 和 Test of Time Award 获奖论文如下：

来源：AI科技评论一点号