天津大学软件学院可视计算团队，在张加万教授的带领下，长期围绕材质外观采集与透明物体重建等方向开展系统性研究，并持续取得具有国际影响力的研究进展。团队坚持将前沿科研与人才培养紧密结合，通过真实科研项目促进学生科研能力与创新意识的系统提升。近期，团队在上述研究方向上取得三项新的重要突破，相关成果亮相计算机图形学国际顶级会议 SIGGRAPH Asia 2025。上述工作均由天津大学独立完成，由博士生张梁昊、王里和高方舟分别牵头推进，其中硕士生赵嘉骏、孙儒雅以及本科生王子轩、康宇臻、王其深等同学深度参与了相关研究工作，形成了以博士生为骨干、硕士生和本科生协同参与的人才梯队培养模式。

SIGGRAPH Asia 2025 是计算机图形学与交互技术领域最具国际影响力的顶级会议之一，每年汇聚来自全球高校、科研机构和产业界的研究者和技术专家。会议涵盖计算机图形学、视觉计算、生成式 AI、虚拟现实与增强现实等多个前沿方向，每年参会人数近万人。SIGGRAPH ASIA 2025于2025年12月15日至18日在中国香港举行，大会设有 Conference Track 与 Journal Track两种接收通道，其中 Journal Track 录用的成果也将同步发表在顶级学术期刊 ACM Transactions on Graphics (TOG) 上。

下面是在SIGGRAPH ASIA 2025中，团队三项研究成果的介绍：（点击阅读原文，可查阅3篇论文全文）

研究一： 基于重要性感知照明复用的稀疏材质外观采集方法

研究内容简介

该研究针对传统材质外观采集方法在固定照明采样策略下存在的采样效率低、观测冗余严重以及反射信息耦合难以解离等核心问题，提出了一种更具针对性和适应性的解决方案。通过将自适应采样引入光照复用框架，该方法能够在极少输入图像条件下更高效地捕捉与材质反射特性最相关的关键信息，从而显著降低对密集采样和复杂采集流程的依赖。

在保证重建精度与稳定性的前提下，该方法有效减少了不必要的照明采样与成像开销，显著降低了材质采集成本与采集复杂度，为文物数字化保护、材质数字资产高效获取、以及大规模材质采集流程的加速提供了具有实际可行性的技术支撑。

---

研究二：基于样例建模的自然场景下物体材质外观重建

研究内容简介

该研究针对以往轻量级材质外观采集方法需在暗室环境下工作以避免环境光干扰的问题，提出了一种基于样例的环境光表达方式。利用这种新的表达方式，可以在采集过程中有效提取并利用环境光信息，从而避免环境光干扰，实现仅使用手机作为采集设备，在日常室内和室外环境下完成高质量物体外观重建。

该方法的提出大幅简化了对采集设备和采集环境的要求，为日常场景下的材质数字化、AR/VR 内容制作、材质数据库构建以及快速获取高质量物体外观数据提供了可行而高效的技术方案。

---

研究三：基于折射对应关系估计的自然场景下透明物体重建

研究内容简介

该研究针对自然场景下透明物体重建长期面临的复杂光学特性导致结构恢复困难的问题，提出了预测与学习相结合的方法。该方法通过使用光线-背景交点作为约束，并结合新颖的预训练对应关系（correspondence）估计网络，在非受控环境和任意相机视角下高效获取光线-背景对应。同时，引入置信度评价机制以避免不准确估计影响重建过程，从而在保持采集便利性的前提下实现高精度透明物体重建。

该方法只需几分钟，即可用手机在任意自然场景下完成所有采集工作，并得到高质量重建结果，为自然场景下透明物体重建提供了可行技术方案，也为透明材质在三维视觉中的鲁棒处理奠定了基础。