4月6日至4月8日，第十一届Computational Visual Media Conference（CVM2023）会议在广东深圳举行，该会议由深圳大学主办。CVM是亚洲图形学学会（ASIA Graphics Association）三大旗舰会议之一，属于CCF（中国计算机学会）推荐的C类国际学术会议，关注计算机图形学的创新研究与行业突破，在学界与工业界具有广泛影响力。本届会议由ACM SIGGRAPH成就奖获得者、以色列特拉维夫大学Daniel Cohen-Or教授与深圳大学黄惠教授担任主席，邀请了包括欧洲图形协会主席、德国康斯坦茨大学教授Oliver Deussen博士，加拿大西蒙弗雷澤大學教授、亞馬遜學者張皓博士，香港大學教授俞益洲博士，香港大學助理教授彭祎帆博士等多名知名學者做報告。我校尊龙凯时(中国)與人工智能學院余鋒副教授，趙雅欣、劉筱笑、陳昭翔、史衍康、邝捷文、苗佳哲六名同學參加了會議。

会上，彭涛教授指导邝捷文同学完成的论文《GSNet: Generating 3D Garment Animation via Graph Skinning Network》被CVM2023会议接收并受邀做口头报告。

该论文提出了基于图时序的蒙皮网络模型，用于三维服装的动态仿真。课题组研究发现当前基于深度学习的服装仿真存在前后帧时序不关联等问题，并提出和设计基于图时序的蒙皮网络来进行服装动态仿真。在实验效果上，该模型的定性实验结果和定量实验结果相较于当前最先进的方法有明显地提升。同时，该论文被推荐至CCF B类期刊《Graphical Models》发表。

余锋副教授指导赵雅欣同学完成的论文《TSFFNet: texture-shape feature fusion network for clothing style classification》被CVM2023会议接收并进行海报展示。

該論文從服裝本身屬性出發解決服裝分類難題，並指出對服裝特征進行有針對性的增強措施更有助于提高服裝分類的准確性。該論文根據服裝款式數據集的特點，提出了一個可以分別增強形狀和紋理特征的網絡：紋理-形狀特融合網絡（TSFFNet），使網絡可以在只增加少量參數的情況下，更准確地對服裝圖像進行分類。實驗結果表明TSFFNet改善了服裝圖像的特征表示，在時尚數據集上達到74.6%的准確率，這比單獨使用最好的主流分類網絡提高了12.4%。

近年來，我院在研究生教育培養上采取了一系列有效舉措，如常態化邀請高水平專家爲研究生作學術報告，持續舉辦崇真研究生學術論壇，支持研究生參加高水平學術會議等，形成了良好的科研育人的學術氛圍，提高了研究生的學術研究水平，同時提升了研究生的培養質量和影響力。