8 月 9 日，由非盈利的國際化會員組織 ACM SIGGRAPH 舉辦的 SIGGRAPH 2021于線上正式啟動，這是計算機圖形學(xué)領(lǐng)域最權(quán)威的國際會議，每年吸引著無數(shù)計算機圖形領(lǐng)域的專業(yè)人士、愛好者參與。按照慣例，今年的 SIGGRAPH 2021頒發(fā)了九大獎項，以表彰學(xué)者們在計算機圖形和交互技術(shù)方面做出的杰出貢獻。官網(wǎng)顯示，備受關(guān)注的最佳博士論文獎由華人學(xué)者、賓夕法尼亞大學(xué)博士后李旻辰獲得，這是華人學(xué)者連續(xù)四年獲此殊榮。此前獲得者分別為加州大學(xué)伯克利分校閆令琪、朱俊彥、MIT CSAIL 博士后研究員李子懋。李旻辰目前是加州大學(xué)洛杉磯分校數(shù)學(xué)系兼職助理教授，賓夕法尼亞大學(xué)SIG實驗室博士后，師從蔣陳凡夫教授。他本科畢業(yè)于浙江大學(xué)計算機科學(xué)與技術(shù)系， 2018 年獲得哥倫比亞大學(xué)計算機科學(xué)碩士學(xué)位，曾獲得 2020 年 Adobe fellowship。他的研究興趣包括計算機圖形學(xué)、計算物理學(xué)和機器人的數(shù)值優(yōu)化和可微模擬。個人主頁：https://www.math.ucla.edu/~minchen/
其獲獎?wù)撐臑?strong>《Robust and Accurate Simulation of Elastodynamics and Contact》。組委會一致認為，該研究在保證非相交的非線性固體動力學(xué)中的魯棒摩擦接觸模擬這一問題上取得重要突破而獲獎。論文地址：https://www.proquest.com/openview/178e7289d88473c8df74c493cc3b501c/1?pq-origsite=gscholar&cbl=18750&diss=y在這篇論文中，李旻辰提出了一個穩(wěn)健、準確、可微的彈性動力學(xué)和接觸模擬框架，能夠為各種材料、時間步態(tài)、邊界條件下的任何共維固體（體積、殼、桿和顆粒）生成一致、高分辨率的結(jié)果，且不需要算法的參數(shù)調(diào)整。根據(jù)基礎(chǔ)理論礎(chǔ)，他認為，該方法為不同的應(yīng)用場景提供了效率和準確性之間的可控權(quán)衡。通過大量的實驗和分析，包括與最先進的方法的比較，以及多種設(shè)計的燒蝕研究，有效驗證了所有特征。該框架意味著設(shè)計師不必進行大量的參數(shù)調(diào)整，才能模擬前所未有的全新現(xiàn)象，并且已經(jīng)在機器人設(shè)計和工程分析等更廣泛的應(yīng)用場景證明了其有效性。 SIGGRAPH 2021還頒發(fā)了優(yōu)秀博士論文獎榮譽提名獎，該獎項最終由斯坦福大學(xué)博士后David B. Lindell獲得。他主要從事與計算機圖形學(xué)、生物醫(yī)學(xué)成像、遙感和機器人視覺領(lǐng)域相關(guān)的研究，已計劃 2022 年 7 月加入多倫多大學(xué) CS 系。獲獎?wù)撐臑?strong>《Computational Imaging with Single-Photon Detectors》論文地址：https://stacks.stanford.edu/file/druid:xg952ns2082/thesis_final-augmented.pdfSteven Anson Coons計算機圖形杰出創(chuàng)意貢獻獎 理由：表彰他在幾何處理、基于物理的模擬、面部捕捉和動畫方面的研究貢獻，以及他為計算機圖形學(xué)學(xué)術(shù)與行業(yè)之間構(gòu)建橋梁所做出的貢獻。Markus Gross目前是蘇黎世聯(lián)邦理工學(xué)院計算機科學(xué)系教授和迪士尼研究中心副總裁。研究方向包括計算機圖形學(xué)、圖像生成、幾何建模、計算機動畫和科學(xué)可視化等。Gross在視覺計算方面的職業(yè)生涯始于德國達姆施塔特工業(yè)大學(xué)計算機圖形學(xué)中心，在那里他寫了他的第一本書《Visual Computing》。在眾多研究貢獻中，Gross以其在基于點的表面表征方面的開創(chuàng)性研究而聞名，其中 3D 形狀被視為空間中的一組非結(jié)構(gòu)化點。在基于物理的建模方面，他發(fā)表的“流體模擬的小波湍流”論文展示了如何在流體模擬中從體效應(yīng)中分離高頻細節(jié)，實現(xiàn)了視覺效果行業(yè)的高保真模擬，并獲得了 2013 年第一個技術(shù)學(xué)院獎。此外，Gross發(fā)表了 400 多篇有關(guān)計算機圖形學(xué)和計算機視覺領(lǐng)域的算法和方法的科學(xué)論文，獲得了20余個獎項，包括ITS 2014最佳論文獎，EGSR 2017 最佳論文獎、以及Eurographics 2018杰出職業(yè)獎等。獲獎理由：表彰他在可變形模型模擬和聲音渲染方面的開創(chuàng)性貢獻。 Doug L. James目前是斯坦福大學(xué)計算機科學(xué)教授，Pixar高級咨詢管理科學(xué)家.此前曾在卡內(nèi)基梅隆大學(xué)和康奈爾大學(xué)擔任教職,擁有不列顛哥倫比亞大學(xué)應(yīng)用數(shù)學(xué)博士學(xué)位。 Doug 的早期工作專注于動態(tài)可變形對象的快速動畫。他開發(fā)了一系列有影響力的方法來預(yù)計算可變形對象的降階模型，并提供一個能夠更有效計算動力學(xué)的低維狀態(tài)空間，同時保留原始系統(tǒng)重要的自由屬性。即使在觸覺界面的苛刻限制下，這些技術(shù)也可以實現(xiàn)實時模擬。此外，Doug 提出從第一原理模擬物體發(fā)出的聲音來計算聲音的技術(shù),極大地推動了聲音渲染領(lǐng)域的發(fā)展.具體而言,他和他的學(xué)生通過模擬移動或振蕩的物體，來模擬運動與空氣耦合的方式以產(chǎn)生聲輻射，并模擬聲輻射傳播到聽眾的方式，從而為高質(zhì)量聲音渲染創(chuàng)造了強大的通用方法.該方法已應(yīng)用于固體、非線性殼、振動棒、自由表面流體以及氣體燃燒等各種現(xiàn)象中。相關(guān)工作極大地提高了構(gòu)成逼真和高質(zhì)量模擬聲音的標準。獲獎?wù)撸篔onathan Ragan-Kelley獲獎理由：表彰他在渲染和計算攝影方面對系統(tǒng)和編譯器的杰出貢獻。Jonathan Ragan-Kelley 是麻省理工學(xué)院電氣工程與計算機科學(xué)系擔任助理教授，同時也是加州大學(xué)伯克利分校助力教授。他于 2004 年獲得斯坦福大學(xué)計算機科學(xué)學(xué)士學(xué)位，2007 -2014年獲得麻省理工學(xué)院碩士和博士學(xué)位，師從 Frédo Durand & Saman Amarasinghe。2014-2016年在斯坦福大學(xué)攻讀博士后，之后加入谷歌做了一年訪問研究員。他的研究重點是高效計算機圖形學(xué)，即圖形與系統(tǒng)、架構(gòu)和編譯器的交叉領(lǐng)域。
Jonathan在語言和編譯器Halide 方面的研究已成為計算攝影和圖像處理的行業(yè)標準。通過將算法與其優(yōu)化方式完全分離，Halide 編寫的代碼往往比 C 代碼簡潔得多，在各種處理器上的運行效率也更高效。Jonathan 遵循同樣的底層方法，通過解開先前相互交織的問題來創(chuàng)建新的抽象，從而達到了高性能。例如，他早期設(shè)計的將明暗處理與可見性計算相分離的新圖形管道對圖形硬件產(chǎn)生了深遠的影響。此外，這一解耦采樣的基本思想，激發(fā)了實時渲染方面的大量研究，催生了Nvidia GPU的紋理空間著色等大量產(chǎn)品?？傊?，他在圖形、計算攝影和機器學(xué)習(xí)等高性能領(lǐng)域的研究已經(jīng)在整個行業(yè)產(chǎn)生了巨大的影響獲獎理由：感謝他長期以來 ACM SIGGRAPH 的服務(wù)，包括組織和 SIGGRAPH 會議做出了重要貢獻。 Marc J. Barr從2020 年開始擔任 ACM SIGGRAPH 提名委員會的成員至今。Marc的服務(wù)生涯開始于1993年，起初是在 SIGGRAPH 會議上擔任 ACM SIGGRAPH 教育委員會展位經(jīng)理，期間他多次參加了規(guī)劃和開發(fā)計算機圖形學(xué)課程的會議和研討會。之后1996-1998 年在ACM SIGGRAPH 執(zhí)行委員會 (EC) 擔任教育總監(jiān)，并于2009年晉升為教育委員會主席。在此期間，他還擔任過 SIGGRAPH 2015 會議主席；在 2013 年至 2016 年加入會議咨詢小組 (CAG)，于 2017 年至 2020 年擔任 CAG 主席。數(shù)字藝術(shù)終身成就杰出藝術(shù)家獎
獲獎?wù)撸?/span>感謝他在“重組詩學(xué)/重組信息學(xué)/新感知”領(lǐng)域的的開創(chuàng)性工作。 
William Seaman 是Duke腦科學(xué)研究所成員，與杜克大學(xué)的 John Supko 共同領(lǐng)導(dǎo) Emergence Lab。此前，在羅德島設(shè)計學(xué)院擔任數(shù)字媒體主席和研究生項目主任。Seaman 的作品往往通過各種技術(shù)手段探究一種以媒體導(dǎo)向的詩學(xué)，即重組詩學(xué)，他在這些作品中覆蓋了圖像、音樂和文本關(guān)系，并經(jīng)常創(chuàng)造所有媒體要素并闡明所涉及的操作媒體過程。Seaman 是一名音樂家天才，他最早在80年代通過磁帶循環(huán)和分層過程探索音樂，而現(xiàn)在他利用計算機和音頻程序Ableton Live，進一步促進了這種作曲方法。 最近，Seaman 還一直致力于創(chuàng)建與新感知（人工智能和機器人的未來）相關(guān)的跨學(xué)科搜索引擎，他稱之為洞察引擎（Insight Engine）。這項工作是概念藝術(shù)和科學(xué)的結(jié)合，也即重組信息學(xué)。目前他正在撰寫一本新書——來自思想的架構(gòu)：控制論學(xué)家 Ranulph Glanville 的生活和工作。獲獎理由：表彰他在渲染和著色方面的創(chuàng)新和行業(yè)影響力。
自 2000 年代初以來，Brent 對 Walt Disney Animation Studios 的技術(shù)和工具產(chǎn)生了巨大影響。除了對 Hyperion 渲染器的激進設(shè)計徹底改變渲染之外，他還為 Walt Disney Animation Studios 的許多其他工具做出了貢獻。目前，Brent 已將 Ptex 和 SeExpr 庫開源，以便于世界各地的從業(yè)者可以輕松采用這項技術(shù)。作為一名真正的工程師，他一直追求簡單和優(yōu)雅，并且創(chuàng)建了當前整個行業(yè)都在使用的 Disney Principled BRDF（簡稱為 Disney BRDF）。他在頭發(fā) / 毛皮著色和次表面散射方面的工作也具有廣泛的行業(yè)影響力。獲獎理由：表彰她在開發(fā)計算機動畫課程方面的開創(chuàng)性作用，以及將這些課程擴展到 VR/AR/MR 方面的持續(xù)性貢獻。
Barbara Mones 是華盛頓大學(xué)動畫研究實驗室 (ARL) 主任，SIGGRAPH 教育委員會創(chuàng)建者之一。她在1983 年首次提出的 SIGGRAPH 學(xué)生動畫比賽至今仍在運行。多年來，Barbara在啟動和開發(fā)計算機動畫課程方面產(chǎn)生了深遠的影響，他的課程啟發(fā)了眾多從業(yè)者和學(xué)生。最近她在積極嘗試將這些課程擴展到新興的 VR、AR 和 XR 領(lǐng)域。隨著越來越多的學(xué)生在計算機動畫和故事方面探索，這些想法將幫助他們無論在哪里學(xué)習(xí)，都能獲得深刻而持久的內(nèi)容。2021 ACM SIGGRAPH 學(xué)術(shù)團體（Academy Class）ACM SIGGRAPH Academy 榮譽團體成員均為在計算機圖形領(lǐng)域做出重大貢獻的個人。這些人引領(lǐng)著計算機圖形和交互技術(shù)的研究和創(chuàng)新，其成果重新塑造了學(xué)科和行業(yè)的發(fā)展。2018 年的首屆課程由過去的 SIGGRAPH 獎獲得者組成。今年除了 Steven Anson Coons 獎、計算機圖形學(xué)成就獎、數(shù)字藝術(shù)終身成就杰出藝術(shù)家獎、杰出教育者獎和從業(yè)者獎的獲獎?wù)咭酝猓琒IGGRAPH 學(xué)術(shù)團體還有其他三名成員：- Norm Badler：對虛擬人類建模和計算機動畫的基本貢獻，以及對計算機圖形學(xué)多代學(xué)生的教育；
- Mathieu Desbrun：對幾何處理和建立離散微分幾何框架的貢獻；
- Karen Liu：因開發(fā)需要剛體動力學(xué)和復(fù)雜環(huán)境之間相互作用的任務(wù)的模擬和控制而獲獎。
贈書福利
AI科技評論本次聯(lián)合【圖靈教育】為大家?guī)?strong>10本《算法（第四版）》正版新書。
AI科技評論將一共選出 10名讀者，每人送出《算法（第四版）》一本。
在2021年8月8日二條文章《贈書 | 看不懂《算法導(dǎo)論》？先讀完豆瓣評分 9.4 的算法入門巨著》留言區(qū)留言，歡迎大家暢所欲言，談一談你對本書的看法和期待。在綜合留言質(zhì)量（留言是敷衍還是走心）和留言點贊最高（注：點贊最高的前10不意味著一定會中獎）的讀者中選出10位讀者獲得贈書。獲得贈書的讀者請聯(lián)系 AI 科技評論客服（aitechreview）。
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
