2025年5月6日，国际计算机图形学顶级会议SIGGRAPH 2025论文录用结果揭晓，中心王璐教授团队在人脸细节重建、神经材质表达方向成果共计两篇论文被该会议录用。会议计划于2025年8月10日至8月14日在加拿大温哥华举行。SIGGRAPH会议是计算机图形学领域的重要学术会议，被中国计算机学会评定为A类学术会议。

论文名称：Facial Microscopic Structure Synthesis from a Single Unconstrained Image

论文作者：杜悠扬（山东大学），王贝贝（南京大学），王璐（山东大学）

论文简介：从一张不受任何约束条件下拍摄的单张图像中获取具有微观结构的三维人脸几何是一项具有挑战性的任务。微观层面的皱纹和毛孔的复杂性，再加上输入图像的模糊性，增加了整体的恢复难度。然而，皱纹和毛孔的分布往往遵循一种特殊的模式，这可以为合成它们提供强有力的先验条件。因此，微结构合成的关键在于一个具有可控语义参数的参数化皱纹和毛孔模型。此外，确保流程的可微分性对于梯度下降进行优化至关重要。为此，我们提出了一种新颖的框架，旨在从自然拍摄的图像中高效地重建面部微皱纹和毛孔。我们框架的核心是通过图神经网络对皱纹和毛孔进行可微表示，它可以通过多轮图卷积来模拟相邻皱纹之间的复杂相互作用。此外，为了克服在优化过程中模糊输入与清晰皱纹之间不一致的问题，我们提出了一种方向分布相似性度量，以确保皱纹方向特征保持一致。最终，我们的框架能够从一张从自然拍摄的面部图像中裁剪下来的模糊皮肤图像块中合成面部微观结构，平均耗时约2秒。此外，我们的框架能够与现有的宏观面部细节重建方法无缝集成，以增强其细节表现。

论文名称：Towards Comprehensive Neural Materials: Dynamic Structure-Preserving Synthesis with Accurate Silhouette at Instant Inference Speed

论文作者：徐子林（加州大学圣塔芭芭拉分校），陈翔（山东大学）,刘郴（浙江凌迪数字科技有限公司）,王贝贝（南京大学），王璐（山东大学），Zahra Montazeri（曼彻斯特大学），闫令琪（加州大学圣塔芭芭拉分校）

论文简介：真实感渲染的目标在于精确复现真实世界的外观效果。基于微表面模型的传统方法在应对复杂视觉效果时常常表现欠佳。为此，神经材质技术应运而生，这类方法通常较传统方法具有更优的性能表现。然而，现有的神经材质方法往往仅关注完整外观中一个或少数几个关键要素（如质量、视差与轮廓、合成效果、性能），却忽视了其他要素。虽然这些要素看似独立，但它们作为完整外观不可分割的部分，本质上是相互关联的。本方法通过全面考量完整外观的核心要素，对神经材质的综合表征能力发起了新的挑战。我们提出了一种int8量化神经网络，在保持高保真度（质量）的同时，相较现有方法实现了数量级的加速（性能）。此外，我们开发了一种可控的结构保持合成策略（合成效果），并借助动态两步位移追踪技术，实现了精确的位移效果（视差与轮廓）。