• 编辑·虚拟现实智能硬件Metaverse的计算机图形学Nadia Magnenat THALMANN1*,Jinman KIM2,George PAPAGIANNAKIS3,Daniel THALMANN4,Bin SHENG5*1. 瑞士日内瓦大学2. 澳大利亚悉尼大学3. 希腊克里特大学4. 瑞士洛桑联邦理工学院5. 中国上海交通大学*通讯作者 ,thalmann@miralab.ch,shengbin@sjtu.edu.cnmCGI是世界上最古老的计算机图形学国际会议之一。它是计算机图形学会(CGS)的官方会议,CGS是一个历史悠久的国际计算机图形组织。CGI会议每年在世界许多不同的国家举行,并已获得了研究人员和从业人员分享他们的成就和发现计算机图形学最新进展的重要会议之一的声誉。随着工业、制造业和社会各方面网络化、智能化形态的变化,以及技术的发展,我们意识到人类社会智能化进化的趋势日益明显。其中,虚拟实境正日益成为各行业的研究热点,具有广阔的应用前景。它吸收了信息革命、互联网革命、人工智能革命以及包括VR、AR、MR,特别是游戏引擎在内的虚拟现实技术革命的成果,向人类展示了构建与传统物理世界平行的全息数字世界的可能性虚拟实境的核心在于虚拟资产和虚拟身份的托管。与传统游戏不同,用户可以体验不同的内容,结交不同的朋友,创造自己的创作,并在虚拟世界中进行一系列虚拟活动随着智能终端的普及和电商/短视频/游戏等应用的兴起,广义上的“虚拟世界”是由一系列增强现实(AR)、虚拟现实(VR)和互联网组成的虚拟时空;狭义上的“虚拟世界”是与现实世界平行的虚拟世界。通过戴上头盔和耳机设备,人们可以通过终端连接场景可视化的“虚拟现实”呈现和场景交互的新模式虚拟实境因其巨大的想象空间、密切的社会关注度、丰富的落地场景,成为AI应用的最佳赛道和新的增长点,而AI及相关的算术、大数据等技术领域,则是虚拟实境未来成为一种具象表达的技术基础。总体而言,随着人类技术的进一步发展和硬件水平的提高,人类构建“Meta”世界成为可能今年,CGI 2022仍然在线,因为大流行阻止了许多研究人员来到日内瓦。CGI会议将于2022年9月12日至9月16日由MIRALab在瑞士日内瓦大学计算机研究中心(CUI)所有演示文稿都在网上。除了Springer 出版的Visual Computer 期刊和 Wiley 出版的 CAVW 期刊( Computer Animation andVirtual Worlds)外,我们还收录了VRIH期刊(Virtual Reality and Intelligent Hardwarejournal,SciencePress出版)上的23篇论文这期特刊由这23篇被接受的论文中与元实境主题相关的6篇论文组成。三、虚拟现实&智能硬件20 2 2 年 10月卷4条第5为了确保出版物的最高质量,每篇论文都经过至少三位该领域专家的评审,其中大多数来自CGI2022会议的计划委员会和VRIH期刊的编辑委员会。今年,来自卡尔顿大学的Lesley Istead、 Joe Istead、Andreea Pocol和Craig S.来自滑铁卢大学的Kaplan获得了CGI 2022论文奖委员会颁发的CGI虚拟现实和智能硬件CGIVirtual Reality and IntelligentHardware(VRIH)Best Paper Award是一个年度奖项,旨在奖励发表在Virtual Reality and IntelligentHardware上的虚拟现实领域的原创论文。如果没有发现高质量的论文,则可能不会获奖。在所有写得很好的论文中,教授们获得了这个奖项,这是非常值得赞扬的。这篇题为“A simple,stroke-basedmethod for gesture drawing”的论文提出了一种制作手势绘图的新方法,该方法采用基于画笔的绘制渲染算法,该算法遵循梯度场来产生长的弯曲笔画。通过渐进的细化,创造出粗糙的、过度绘制的外观,以满足手势绘画的特征,即粗略地描绘出具有松散的、舞动的轮廓和疯狂的纹理的物体或场景。此外,作者提出了一种方法来产生粗糙的阴影笔划,添加可选的阴影的手势绘制。在“互动社交代理的神秘谷:一项实验研究”中,为了调查用户在与几乎但不太像人类的人工角色互动时是否有积极或消极的影响,参与者被要求与四个不同的人形机器人(具有不同程度的人类相似性)进行现场互动,以调查并提出对神秘谷假设的独特评价。作者通过让每个参与者填写一份关于评估每个机器人亲和力的问卷来量化参与者的情绪状态,使用深度学习方法记录参与者与机器人之间的互动,以及通过多模态线索,包括视觉,音频和文本。虚拟现实(VR)应用是用于专业教育和训练的工具,其可以提供难以或不可能在物理训练配置中表示的复杂训练场景。这包括消防等紧急服务的团队培训。在“用于沉浸式多用户消防员培训场景的虚拟现实”中在“RADepthNet:为了消除深度无关信息的影响,提高深度估计的准确性,提出了一种融合边界特征的反射制导网络--RADepthNet,该网络通过三个步骤预测深度图:(1)固有图像分解,(2)边界检测,(3)深度预测模块。深度特征从反射图中获得,并与边界特征融合以预测深度。在“DSD-MatchingNet:变形稀疏到密集特征匹配学习准确的对应关系”,提出了一种用于局部特征匹配的DSD-MatchingNet,以探索多视点图像之间的对应关系,提高准确性,开发了一个变形特征提取模块,以获得多层次的特征图,并从动态感知场中获取背景信息。更好的性能是通过使用稀疏到密集的匹配与对应对称,以实现精确的像素级匹配。在“NPIPVis:将数据驱动事件分析应用于现代竞技体育分析,设计了一个基于并行聚合有序超图动态超图的交互式可视化系统NPIPVis。交互式系统使用计算机视觉和机器学习模型对竞技体育数据进行智能分析。我们衷心感谢所有PC成员,虚拟现实和智能虚拟现实智能硬件十月(2022)卷。4条第5Ⅳ硬件杂志和外部评审员,他们提供了及时和高质量的评审。我们还要感谢所有作者对CGI 2022会议的贡献,特别是对这期特刊的贡献。下一届CGI大会(CGI 2023)将在上海举行,由上海交通大学主办。我们邀请所有计算机图形学和虚拟现实领域的研究人员参加并提交他们的工作到我们在上海举行的CGI 2023会议同样,任何关于计算机图形和虚拟现实的工作,与这些领域中的任何一个有关或在其中任何一个领域中使用的潜力是受欢迎的。会议主席Jian Jun Zhang,伯恩茅斯大学,英国Nadia Magnenat Thalmann,MIRALab,瑞士课程主席Jinman Kim,澳大利亚悉尼大学GeorgePapagiannakis,希腊克里特大学Bin Sheng,中国上海交通大学Daniel Thalmann,瑞士CGI 2022网站:http://www.cgs-network.org/cgi22/2022年9月21日