课题简介
在数字化技术蓬勃发展的当下，三维建模与内容生成技术广泛应用于影视、游戏、虚拟现实、工业设计等众多领域。3DGS（3D 几何结构）技术凭借对三维物体几何结构的精准构建与处理能力，成为高质量三维内容创作的核心支撑。同时，生成式先验在三维人物建模中展现出巨大潜力，为创建逼真、个性化的人物模型开辟了新路径。然而，随着各行业对三维内容质量、多样性和生成效率的要求不断提高，这些技术在实际应用中面临诸多挑战，如建模精度与效率的平衡、内容生成的创新性与可控性，以及人物建模的真实感和个性化难题等。
本课程聚焦 3DGS 技术及生成式先验在三维建模与内容生成中的应用，深入剖析相关技术原理、算法和实践技巧。通过系统学习，学员将全面掌握基于 3DGS 的三维建模与内容生成技术的核心要点，并熟悉相关的改进技术和应用方向，培养创新思维和解决实际问题的能力，并顺利产出科研成果（以学术论文的形式）。
导师介绍
【学校/研究方向】
国内工科top 10院校计算机专业博士毕业。博士研究方向为三维视觉。主要研究方向为三维视觉和计算机图形学。
工作经历： 在国内知名研究机构担任资深基础算法研究员。主要从事可控图像/人像生成、三维生成、三维重建、3DGS等方向的研究。有丰富的指导学生的经验。
学术荣誉/奖项：Google citation 2000+，论文开源项目累计github stars 22k+.
【科研论文/审稿人】
在国际会议/期刊发表论文30+篇，包括CVPR、AAAI、ECCV、ICCV等等；担任CVPR/ECCV/ICCV/Siggraph (Asia)/PG/3DV/BMVC/ToG/TPAMI/TIP/TVCG等会议期刊审稿人。
【指导经验】
指导学生完成以上顶会论文十数篇。
可选创新点
（1）基于 3DGS 的三维建模(CVPR、ECCV、ICCV、MM、3DV、ICIP、IJCNN、PRICAI等)
（2）基于 LRM 与扩散先验的 3DGS 内容生成(CVPR、ECCV、ICCV、MM、3DV、ICIP、IJCNN、PRICAI等)
（3）基于生成对抗模型先验的3DGS数字人物建模(CVPR、ECCV、ICCV、MM、3DV、ICIP、IJCNN、PRICAI等)
课程亮点
（1）对NeRF与3DGS相关的研究背景与脉络进行深入刨析与通俗的讲解。
（2）研究的方法论：授人以鱼不如授人以渔。在课程中伴随讲解创新的模式与思路。
（3）提供大的研究方向，并对具体研究内容的收敛给出细致的指导。
（4）提供以论文写作为导向的实验设计与推进。
（5）提供以审稿人视角出发的论文写作技巧。