清华计算机系图形图像认知计算研究小组招博士后和实习生

2020 年 1 月 13 日 PaperWeekly

清华大学计算机系图形学实验室图形图像认知计算研究小组欢迎各位同学的加入！这里有多样的科研方向和丰富的科研产出，有轻松愉快的实验室氛围和国奖拿到手软的学长学姐，期待你的到来！如果你对计算机视觉、图形学、机器人和人工智能的交叉方向感兴趣，就快来了解一下吧~

丰富的科研方向与成果

实验室专注于探索计算机视觉、图形学和机器人的交叉领域，同时与机器学习有关算法相结合，致力于研究解决领域内相关基础问题和构建丰富实用的上层应用。具体的研究方向有：二维、三维数据（图像、视频等）的理解与生成；机器人的感知、规划、决策、执行与反馈；相关的应用有：三维说话人、图像风格迁移、人脸肖像画、图像超像素与视频超体素、机械臂路径规划与协同操作、3D打印、室内导航与重建等。

一、二维与三维数据理解与生成

1. APDrawingGAN: Generating Artistic Portrait Drawings From Face Photos With Hierarchical GANs, CVPR 2019 Oral.

可以实现高质量的人脸图像到肖像画的转换，相比同类方法有显著改善，配套微信小程序《AI肖像画大师》广受欢迎，在两周内微信访问量超过40万人次，用户来自全国所有的省份直辖市。详见https://mp.weixin.qq.com/s/e2tiSnkE7xrrohEgEraOsw

2. Fast Computation of Content-Sensitive Superpixels and Supervoxels Using Q-Distances, ICCV 2019.

提出了一种新的观点用来在图片上快速计算近似Voronoi图的方法，从而得到结构敏感的超像素/超体素。此方法在各种指标性能上比已有的方法有更好的平衡。

3. Content-Sensitive Supervoxels via Uniform Tessellations on Video Manifolds, CVPR 2018.

提出一种内容敏感的超体素计算方法，以实现在内容丰富的区域超体素粒度小，内容稀疏的区域粒度大的特性。实验表明我们的方法在超体素质量和算法时空性能上都超过了之前的最好算法。详细介绍可见CVPR 2018: 视频流形驱动的内容敏感超体素(supervoxel)计算方法，早期的超像素版本发表在PAMI上，其源代码收录入opencv。

4. CartoonGAN: Generative Adversarial Networks for Photo Cartoonization, CVPR 2018.

提出卡通化的风格迁移算法，可以自动生成指定卡通风格的图像，为艺术家们提供良好的创作基础。详见实景照片秒变新海诚风格漫画：清华大学提出CartoonGAN介绍。

5. Delaunay mesh simplification with differential evolution. Siggraph Asia 2018.

提出一种新的Delaunay mesh简化算法，在完全自动化的同时实现了更低的误差和更好的特征保持，详见ACM SIGGRAPH ASIA 2018: 基于差分进化算法的Delaunay Mesh简化介绍。

6. SketchGAN: Joint Sketch Completion and Recognition with Generative Adversarial Network. CVPR 2019.

7. Attention-aware Multi-stroke Style Transfer. CVPR 2019.

8. Automatic Sitting Pose Generation for Ergonomic Ratings of Chairs. TVCG 2019.

二、机器人感知、规划与控制

1. Plant Phenotyping by Deep-Learning-Based Planner for Multi-Robots. IROS 2019.

提出针对三机械臂系统的基于深度学习的相机视点规划算法，应用在植物信息采集场景中。实验表明相比传统算法具有更高效率。

2. Energy-Efficient Coverage Path Planning for General Terrain Surfaces. ICRA 2019.

我们提出了费马螺旋线的平滑方式产生了可感知高度的路径，这种路径可显着降低重力变化所引起的能量消耗，并且该方法的有效性在实际机器人覆盖上得到了验证。

3. LineUp: Computing Chain-Based Physical Transformation. ACM Transactions on Graphics (TOG) 38 (1), 11, 2019.

这项工作将链式结构作为中间构型，提出了一种模型间的变换方法，开创性的实现了在物理层面上的任意三维模型间的转换。详细介绍见https://mp.weixin.qq.com/s/BLvDVJa7HPYLMzTDjXvq7g

4. A Configuration-Space Decomposition Scheme for Learning-based Collision Checking. arXiv preprint arXiv:1911.08581.

通过将参数空间按照连杆运动学的基本解算规律分解与机器学习的方法结合，大大提高了对采样节点碰撞检测的正确率，进而提高了运动规划的效率。

5. Support-free volume printing by multi-axis motion. ACM Transactions on Graphics (TOG) 37 (4), 134, 2018.

本系统对输入的模型生成无支撑曲面切片并进一步生成供机器人进行空间打印的路径算法，使得FDM打印无支撑模型成为可能，详见https://mp.weixin.qq.com/s/KcPBtfWsN2MJfzj5slvLfQ 介绍。

三、情感交互与认知计算

1. (1) Inter-brain EEG Feature Extraction and Analysis for Continuous Implicit Emotion Tagging during Video Watching. IEEE Transactions on Affective Computing, 2019.

(2) Real-Time Movie-Induced Discrete Emotion Recognition from EEG Signals. IEEE Transactions on Affective Computing, 2018.

（1）我们系统性地探索了一类全新的多人脑电一致性特征在情绪识别应用中的可能性，其结果支持应用多人脑电一致性特征作为情绪识别的新特征，并对具体特征选择与使用方式提供了参考依据。

（2）采用电影片段作为诱发情绪的材料，提出了以短时离散傅里叶变换为基础的频域特征提取和归一化方法、用稀疏线性判别分析方法进行特征选取、结合SVM分类器进行识别的实时系统，在复杂真实环境中的离散情绪实时识别研究中取得重要进展。

2. (1) Real-Time Assessment of Cross-Task Mental Workload using Physiological Measures during Anomaly Detection. IEEE Transactions on Human-Machine Systems, Vol. 48, No. 2, pp. 149-160, 2018.

(2) Neural activity associated with attention orienting triggered by implied action cues. Brain Research, Vol. 1642, pp. 353-363, 2016.

(1) 针对实际视觉搜索场景，建立了基于生理数据的心理负荷实时检测模型，并尝试跨任务识别检测心理负荷，研究成果有望为下一步利用信息加工模型提高跨水平和跨任务中心理负荷的识别准确率提供证据和数据支持。

(2) 研究暗示性动作影响个体空间注意分配的时间加工进程，研究结果进一步证实人类能够快速捕获运动信息，并利用捕获的运动信息调整自己的行为反应以适应不断变化的外界环境。

教师简介

刘永进，清华大学计算机系长聘教授，博士生导师，人机交互与媒体集成研究所所长，中国图形图像学会智能图形专委会副主任，中国工业与应用数学学会几何设计与计算专委会副主任。国家杰出青年基金、国家优秀青年基金获得者，入选教育部新世纪人才计划。

主要研究方向为三维机器视觉、智能机器人、智能人机交互与认知分析。研究成果在IEEE PAMI和ACM TOG等IEEE/ACM Transactions上发表论文50余篇，两次获得世界华人数学家联盟年度最佳论文奖（2017，2018）、国际著名会议SPM2014的最佳论文奖、CVMJ期刊2015年度最佳论文奖以及指导博士生获得IEEE ROBIO 2017最佳学生论文提名奖，培养多名博士生、硕士生获得清华大学校级优秀博士/硕士学位论文、北京市和全国一级学会的优秀博士论文奖／提名奖、以及微软、百度等企业奖学金。他还获得英国皇家学会牛顿高级学者基金（2017）和日本大川情报通信基金研究助成项目奖（2016），获得2011年国家技术发明奖二等奖和2018年吴文俊人工智能自然科学奖一等奖。更多情况见教师主页

https://cg.cs.tsinghua.edu.cn/people/~Yongjin/Yongjin.htm.

我们眼中的实验室

实验室氛围和谐友爱，积极向上。刘老师在充分保障实验室各方面条件的同时，对每个人的个性化发展和实验室整体协作都有着细心的指导。

一年级博士生舒叶芷：“我们实验室科研氛围浓厚，任务目标清晰，有深厚的科研传承和积淀。导师认真负责，科研工作精准切合个人发展思路；全组科研人员团结协作，以实验室整体利益为核心，是一个非常温暖的大家庭~”

二年级博士生韩义恒：“学生间和谐友爱，师生间严谨严肃。论文高产，大腿如云的实验室。”

三年级博士生叶子鹏：“我感觉我们实验室每个人都很优秀，大家虽然优秀却一点都不松懈，每天努力学习来的早走的晚。刘老师也非常努力，节假日总是还在办公室办公，给我们带了一个好头。刘老师经常和我们一对一的讨论，指导我们做实验写论文，同时培养我们的能力。我觉得我们实验室在不断进步，充满活力！”

四年级博士生易冉：“实验室学术氛围浓厚，研究方向多样，老师为大家提供丰富的学术思路与细致的论文写作指导；实验室计算资源充足，出国开会交流机会多，为大家提供良好的科研环境。”

博士毕业生代表余旻婧（现天津大学智能计算学部助理教授、2019年中国图象图形学会优秀博士学位论文提名奖获得者）：“实验室学术氛围浓厚、根基扎实，风气优良。刘老师因材施教，指导学生颇为耐心；同门间交流很多，相互帮助共同进步。实验室海外交流机会很多，帮助大家接触领域内前沿研究，拓宽视野。”

本科实习生夏萌霏（现清华大学数学系大四在读，已获得计算机系推免直博资格，第30、31届全国数学奥林匹克银牌获得者）：“实验室有着很棒的氛围，像是一个大家庭。作为目前组里唯一的本科生各位师兄师姐无论是科研还是生活都对我非常照顾。而且科研气氛也非常浓厚，刘老师也会一对一给我们进行指导，解决我们在科研中遇到的困难。”

如果你对计算机视觉/图形学/机器人等方向感兴趣，希望进一步了解更深入的研究内容，欢迎来图形学实验室图形图像认知计算研究小组实习！在这里，你将接触到认真负责细心的老师和优秀nice的学长学姐，在科研项目中锻炼自己的能力，增长自己的知识，表现出色的同学还可以收获高质量的论文、出国推荐信、计算机系保研资格等机会，期待你的加入！

更多信息可以查阅小组主页：

https://cg.cs.tsinghua.edu.cn/people/~Yongjin/Yongjin.htm

也欢迎关注清华大学计算机系图形学实验室大家庭：

https://cg.cs.tsinghua.edu.cn

有意向实习的同学请邮件联系：

liuyongjin@tsinghua.edu.cn

在邮件标题中注明暗号 PaperWeekly ，能大大提升面试邀约率哟~

为吸引优秀青年学者来清华大学开展研究工作，支持青年学者学术生涯发展，培育各领域拔尖人才，学校特设立清华大学“水木学者”计划。现启动2020年“水木学者”申报与评选工作，招聘领域涵盖清华大学50个博士一级学科。欢迎潜心学术、勇于创新的青年人才加入“水木学者”。

一、支持人数与薪酬

待遇2020年，支持人数不超过200人。年薪（税前）30万元。支持期限为两年。此外，入选者可优先租住周转房或享受租房补贴4.2万元/年；享受国家住房补贴1.2万元/年、物业和采暖补贴等；享受清华大学教师子女入园入学政策、医疗政策、社会保险政策；按照博士后制度办理本人及家属的户籍迁移；可参加清华大学教师职业培训，可申请高水平国际学术会议资助。

二、申报条件

1、在国外（境外）世界大学综合排名或学科排名前100的高校获得博士学位，且尚未回国工作的博士毕业生；或在国内双一流建设学校、学科获得博士学位的全日制博士毕业生。

2、35周岁以下。

3、获得博士学位不超过三年，2020年应届博士毕业生优先。

4、进校后须全职在清华大学工作。另外，在站博士后中期考核优秀，且合同截止日期距申报截止日期6个月之内的也可以申请。评审内容主要包括学术能力，研究计划水平，拟开展的研究对所属学科领域的推动作用等。

三、申报材料

1、《清华大学“水木学者”计划申请书》（第一部分）；

2、学术及科研成果材料：代表申请人最高学术水平和科研成果的论文、专著、专利或奖励等，其中：论文提供全文（未发表的提供论文接受证明），专著提供封面、目录和摘要，专利或奖励提供证书。

以上材料（1-2）扫描成一个PDF文件，发到申报院系邮箱。

3、《推荐信》2-3封（由推荐人直接发到申报院系邮箱）。须包含博士导师推荐信（在站博士后不限制推荐人）。推荐信如作为附件发送，信上须有推荐人（发件人）签名。

四、时间安排

1. 第一批申报与评选