Speaker: 辛士庆教授

Inviter: 贾晓红

Title: 基于神经符号距离函数的复杂几何建模

Language: Chinese

Time & Venue: 2025.06.27 10:40-11:40 南楼N226

Abstract: 符号距离函数（Signed Distance Function, SDF）是一种重要的隐式几何表示方法，通过定义空间点到目标曲面的有符号距离构成标量场，其零水平集精确表征目标几何表面。这种表示形式兼具数学严谨性和表达灵活性，在计算机图形学、计算几何及物理仿真等领域具有广泛应用价值。近年来，随着深度学习的快速发展，神经符号距离函数（Neural SDF）通过基于神经网络编码SDF，已成为几何处理与三维视觉研究的关键技术。本报告将系统分析神经SDF在复杂几何建模中的独特优势，重点探讨其在表示能力、结构灵活性与数据驱动建模等方面的表现。通过三维重建与四边形网格生成等典型任务实例，进一步展示神经SDF在高质量几何重建、结构感知以及可控建模中的关键作用与应用潜力，展望其在未来几何处理研究与实际应用中的广阔前景。