喜报｜图形学顶会挑战赛夺冠！我院飞行器视觉感知团队获SIGGRAPH Asia 2025体积视频挑战赛Sparse-View赛道冠军

        中山大学航空航天学院飞行器视觉感知团队（AVP）在国际图形学顶会SIGGRAPH Asia 2025举办的首届体积视频挑战赛中，荣获“稀疏视图”赛道第一名。

        SIGGRAPH Asia是由国际图形图像协会（ACM SIGGRAPH）举办的世界上影响最广、规模最大，同时也是最权威的一个集科学、艺术、商业于一身的计算机图形及互动技术展览及会议。

        2025年12月15日至18日，第 18 届 ACM SIGGRAPH 亚洲计算机图形学与交互技术会议暨展览会（SIGGRAPH Asia 2025）在香港会议展览中心（HKCEC）举办。会议期间举办的首届“体积视频挑战赛”，旨在攻克体积视频从实验室原型迈向稳健、可量产消费系统的行业核心痛点，推动沉浸式交互体验的革新。赛事设置“Compression”与“Sparse-View”两大赛道，吸引了来自清华大学、上海交通大学、浙江大学、禾赛科技、联想等知名高校与企业的共计40支队伍报名参与，竞争激烈。其中，Sparse-View赛道聚焦于在极少相机视角下实现动态三维人体的高保真重建，这对于降低硬件成本、简化采集流程，从而推动体积视频技术规模化应用具有关键意义。

        面对稀疏视图下3D高斯泼溅技术易出现的严重过拟合与浮动伪影难题，我院飞行器视觉感知团队（AVP）在航天员在轨运动分析技术研究的基础上，创新性地借鉴深度学习中的防过拟合思想，将问题类比为少样本学习场景，提出了以 “监督增强 + 训练正则”为核心的双支柱统一稀疏视图重建方法，有效提升了重建精度。

        在官方评测中，团队【队名：Random；成员：叶乐佳（博士生），吴斌（硕士生），高静静（硕士生），巫毅扬（硕士生）；指导老师：张小虎教授】的算法在峰值信噪比（PSNR）、结构相似性（SSIM）和学习式感知相似度（LPIPS）三项核心指标上均表现优异，显著领先于其他参赛队伍，最终以绝对优势斩获该赛道第一名。

        该成果不仅为体积视频的民用化与产业化提供了创新方案,其核心的稀疏视图高保真重建技术，还可拓展应用于航天员在轨功效分析、月面作业等国家重大空天任务，兼具产业应用与服务国家战略需求的双重价值。

供稿 | 叶乐佳

排版 | 敖欣茹

初审 | 张怀钦

审核 | 张锦绣 赵晓江

审定发布 | 罗愈业