Research Tracks · 研究框架
研究方向
研究组围绕真实世界的数字化、沉浸式交互和高质量视觉内容生成，形成智能重建与高性能渲染两条主线。
Track 01 · 智能重建
从观测数据到可理解、可编辑、可交互的三维世界。
智能重建关注如何从图像、视频、点云和多传感数据中恢复真实场景的几何结构、材质外观和空间语义，并将其转化为可渲染、可分析、可交互的数字资产。
Track 02 · 高性能渲染
以智能算法提升视频与图形内容的质量、效率和实时性。
高性能渲染方向面向视频 demo、实时渲染和高质量视觉内容生产，重点研究深度去噪、智能插帧、智能超分辨率以及图形系统中的渲染加速。
深度去噪
结合图形渲染和学习方法，提升低采样或复杂光照条件下的图像质量。
智能插帧
面向视频增强和实时显示，研究时序一致的运动估计与中间帧生成。
智能超分辨率
从低分辨率图像或视频恢复高频细节，服务高质量显示和内容生产。
实时渲染加速
围绕实时图形系统和工程部署，优化渲染效率、延迟和视觉稳定性。
Explore · 深入了解
从研究方向继续进入论文、项目、新闻和团队信息。
研究方向页面用于说明团队能力版图；更具体的论文成果、项目系统、近期动态和人员信息会在对应页面持续维护。