4月6日至4月8日，第十一屆Computational Visual Media Conference（CVM2023）會議在廣東深圳舉行，該會議由深圳大學主辦。CVM是亞洲圖形學學會（ASIA Graphics Association）三大旗艦會議之一，屬於CCF（中國k8凯发国际學會）推薦的C類國際學術會議，關注k8凯发国际圖形學的創新研究與行業突破，在學界與工業界具有廣泛影響力。本屆會議由ACM SIGGRAPH成就獎獲得者、以色列特拉維夫大學Daniel Cohen-Or教授與深圳大學黃惠教授擔任主席，邀請了包括歐洲圖形協會主席、德國康斯坦茨大學教授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禕帆博士等多名知名學者做報告。我校k8凯发国际與人工智能學院余鋒副教授，趙雅欣、劉筱笑、陳昭翔、史衍康、鄺捷文、苗佳哲六名同學參加了會議。

會上，彭濤教授指導鄺捷文同學完成的論文《GSNet: Generating 3D Garment Animation via Graph Skinning Network》被CVM2023會議接收並受邀做口頭報告。

該論文提出了基於圖時序的蒙皮網絡模型，用於三維服裝的動態仿真。課題組研究發現當前基於深度學習的服裝仿真存在前後幀時序不關聯等問題，並提出和設計基於圖時序的蒙皮網絡來進行服裝動態仿真。在實驗效果上，該模型的定性實驗結果和定量實驗結果相較於當前最先進的方法有明顯地提升。同時，該論文被推薦至CCF B類期刊《Graphical Models》發表。

余鋒副教授指導趙雅欣同學完成的論文《TSFFNet: texture-shape feature fusion network for clothing style classification》被CVM2023會議接收並進行海報展示。

該論文從服裝本身屬性出發解決服裝分類難題，並指出對服裝特徵進行有針對性的增強措施更有助於提高服裝分類的準確性。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徵的網絡：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，更準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徵表示，在時尚數據集上達到74.6%的準確率，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採取了一系列有效舉措，如常態化邀請高水平專家為研究生作學術報告，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。