课程

  • 西蒙菲莎大学（SFU）CMPT 464/764: 计算机图形学之几何建模 (2021秋)

https://www.bilibili.com/video/BV1Av411u76L?p=4
其中p4内容生产课程中密集介绍了10年以前的siggraph的工作.
更新的咨询在他的
image.png
00_cgi.pdf

  • Games102

http://games-cn.org/games102/
第23节课modeling收录了大量相关前沿工作,果然是质量最高的几何建模中文课.

如果跳出几何看,我们为了得到逼真的三维场景,还需要在材质(texture material BSDF) 环境(光场, 烟雾)等进行大量工作.
好消息是目前neural rendering技术有望直接整体性地一次性得到逼真的三维场景,比如Nerf为代表的一系列工作. 由于社区内卷发展特别快,因此在SIGGRAPH和CVPR都会开设相关专题课程来介绍这一领域的工作进展
SIGGRAPH2021 Course Advances in Neural Rendering
https://www.youtube.com/watch?v=otly9jcZ0Jg&ab_channel=NeuralRendering

webinar

https://3dgv.github.io/

实验室

专精于数据驱动几何建模

UCL Smart Geometry Processing Group http://geometry.cs.ucl.ac.uk/index.php
浙大CADCG实验室
深圳大学 vcc http://vcc.szu.edu.cn/activity.html
Creative Intelligence Lab Adobe Research https://www.cse.iitb.ac.in/~sidch/ 我就好奇了,发在siggraph和tog上的什么data-driven geometry modeling工作他是没有挂名过的

Deep geometry learning

把一些几何处理模块用深度学习来可微化

中科院高林www.geometrylearning.com
和他写的综述https://link.springer.com/article/10.1007/s41095-020-0174-8
image.png

AWESOME List

Awesome Human Pose Estimation
Awesome neural rendering
3D Machine Learning
Awesome Deep Geometry Learning
Awesome Implicit Neural Representations
Awesome GAN-inversion papers

与其他领域的联系

CV

可微渲染->Nerf