实时图形技术
几何造型、绘制和动画生成的实时化，已成为当前图形学的研究热点。本年度，我们在这些方面取得了重要进展，成果发表在ACM SIGGRAPH、ACM SIGGRAPH Asia、IEEE Transactions on Visualization and Computer Graphics、Computer Graphics Forum、Computer-Aided Design等国际重要学术会议和期刊上。主要成果包括：
信息获取与实时重构：为逼真地再现用户对象的外貌和各种行为，自主构造了一个动态光场图像采集系统。该系统能捕捉动态运动对象的各种行为、满足全方位照明和多角度拍摄的需要。系统是一个半径为6.5米的球面，近900个标定光源、30台实时摄像机、3台高速摄像机分布在球面上，中间为一个表演舞台。目前系统完成安装和调试，开始全面投入使用。从三维扫描数据重建三维曲面是场景建模的关键技术。曲面重建的计算复杂度高，长期以来都是离线完成的。我们在国际上首次提出了完全运行在GPU上的曲面重建算法。算法的核心是一个完全在GPU上构造的八叉树数据结构，该数据结构除了能提供树节点、边、面等信息，还包含了邻接节点信息，为曲面重建算法提供了重要数据。算法可以处理真实物体的三维扫描数据，运行速度比当前最快的CPU算法快两个数量级以上。对150万个离散点数据，算法能达到交互级的速度，从而能支持用户辅助的曲面重建。
纹理合成：在运动建模中，如何刻画复杂的运动是一个难点。有一大类运动效果，它由一大尺度运动加上一些小尺度细节运动组成，如带湍流的流体、具有个体行为的群体等。通常，用户希望去指定大尺度的运动，而小尺度的运动能自动生成。提出了一种基于样本的运动纹理合成算法。该算法能把各种用户输入的具有艺术特征的运动细节合成到整个空间中去，产生出新的动画效果。纹理是增加场景细节的常用方法。由于体纹理直接定义在三维空间，避免了传统二维纹理映射中的畸变问题，是生成复杂纹理表面的有效手段。我们提出了一种新的体纹理的矢量化表达，并提出了将传统的基于位图表达的体纹理转化为矢量表达的算法。对于常用的体纹理数据，矢量化表达的数据量只有位图表达数据量的20%，大大节省了存储空间。矢量化表达还能提供与分辨率无关的高清晰度绘制。
复杂运动的实时模拟和编辑：现有的形变迁移技术无法处理具有不同拓扑结构的源模型和目标模型，我们提出了一种简单有效的方法来处理任意复杂的源模型和目标模型。该方法自动地计算模型中个组成部分之间的空间关系，建立源模型和目标模型之间的映射，最后把源模型的动画迁移到目标模型上，迁移过程中保持目标模型各组成部分之间的空间关系；我们提出了一种基于关节感知的三维模型形变算法，该形变算法首先对输入模型进行关节分析，抽取分辨出重要的关节。然后在形变过程中加入关节约束，通过非线性优化来得到最优结果；我们提出了一种结合了物理仿真与关键帧插值技术的新颖算法。通过指定若干关键帧并设置在不同频段上所期望表现出来的物理特性，我们即可实时获得尽可能贴近物理仿真的结果，并满足用户指定的关键帧约束的运动序列。该方法提供了简单的形状——模态坐标双向映射，使得我们能解析地计算各个振形随时间变化的幅度。我们提出一种新的动态曲面的形式，称为Arterial Snakes（动脉蛇）模型。这种动态曲面模型为一种广义扫略体曲面，能沿着轴线（骨架）方向自由增长。从数据的可靠部分出发，动脉蛇能在扫描物体内部根据数据的情况自适应地增长，从而跟踪出物体的管状分支。更重要的是，这种重建方法能很好地分析出原物体的各管状分支之间的关系，如相交、相切、穿透等，继而为物体的进一步编辑提供了有效而直观的手段。我们还提出一种基于三维人体模型库的人体形状编辑的全局方法，使得用户通过操纵滑杆即能很方便编辑人体形状。
交互图形绘制：虚拟角色是虚拟场景中不可缺少的，而头发又是虚拟角色中最具挑战性的课题之一。我们提出了一种基于样本合成的头发几何造型算法，算法首先通过对某一种输入的发型数据（例如图像重建出来的数据）进行自动分析，抽取出一种有效的层次结构。然后采用纹理合成的技术来生成与输入发型相似，但又具有丰富变化的新发型数据。由于头发的特殊材质和形态，在环境光照下的对其进行逼真绘制是一个非常耗时的过程。我们提出了一种自然光照下头发的交互级绘制算法。该算法可以同时处理单次和多次散射，并且能生成与离线绘制算法相当的绘制结果。该算法还能支持动态头发的绘制。
