奖励奖项总览

获奖情况总览

2023 优秀图形开源项目

简介

开源的图形基础代码库、应用算法库、图形数据集能够不断降低图形学的学习入门门槛与普及图形学的应用范围，其贡献者的分享精神能帮助他人能够快速验证已有方法，推动领域内新技术的发展，并提升计算机图形学领域的影响力做出重要贡献。 CCF CAD&CG专委于2020年起设立“优秀图形开源项目”（包括“优秀图形开源软件”和“优秀图形开源数据集”）的目的是为了表彰和奖励向公众提供计算机图形学相关的开源软件和数据集及其详细说明的华人学者、企业同仁及学生。有关奖项的详细信息可访问计算机图形学与混合现实在线平台GAMES主页的栏目”图形奖项”–“优秀图形开源项目”中查看。

时间安排

征集时间：2023年7月16日–2023年7月28日
奖项评审：2023年7月29日–2023年8月8日
颁奖时间：2023年8月18日–2023年8月20日

参赛对象

参与评选的开源项目的第一贡献者（申请者）应为华人，也可以为多人，但都应是项目的核心成员。

征集作品要求

参与项目征集的开源软件和开源数据集应为计算机图形学及相关领域。
第一贡献人应为华人，不局限于中国大陆地区。
获选项目须与本专委签订协议，承诺开源项目：
- 具有自主版权、无版权纠纷；
- 无条件（除必要的用户基本信息外）供公众下载；
- 永久开源，且有长期稳定的维护和相关服务。
参与评选的开源项目的申请人需在征集截止时间前提交项目征集表，详细介绍开源项目的情况，包括有专业的项目网站及相关的文档说明、用户情况等。

获奖项目推介

获奖项目将受邀于2023年8月在上海举办的第26届全国计算机辅助设计与图形学大会上接受颁奖，同时在CCF CAD&CG专委公众号、GAMES平台等渠道进行宣传。

申请提交方式

填写《优秀图形开源项目申请表》(下载链接)，于2023年7月28日前发送电子邮件至：games.webinar.cn@gmail.com

申请咨询

如对本次项目征集有任何问题，请联络奖项评选的组织方：games.webinar.cn@gmail.com

2023 凌迪图形学奖学金

简介

当下，科技发展已迎来大浪潮。AIGC火爆出圈，5G、大数据、云计算等新一代数字化技术日趋成熟。而科技与产业的结合，则更需以技术为基的国产工业软件的大力发展。

工业软件作为制造业的大脑和神经系统，是实现我国从制造大国走向制造强国目标的重器之一。而在国家出局的一系列工业软件政策中，设计仿真系统软件也被列为重点攻坚之一，虚拟现实和增强现实技术也作为核心突破技术之一。

与之相关的图形学方向正在成为互联网、工业领域的新风口。

技术与人才乃是经济发展关键，Style3D作为中国工业软件行业的一份子，一直持续关注并吸纳国内外优秀图形学相关人才，凌迪图形学奖学金设立并进行已有2年，已支持了全国各大顶尖高校及机构众多图形学优秀硕博士生开展图形学研究。

今年依旧如约而至，一年一度凌迪图形学奖学金再次开放申请，欢迎有符合相关报名要求的同学们积极申报。

报名时间

截止日期: 2023年6月30日。

宣布获奖名单：2023年8月31日前。

资助形式

1.每位获奖者无条件获30,000人民币的现金奖励；共8到10人。

2.获奖者受邀参加CCF CAD&CG会议或CSIAM GDC会议组织的颁奖活动，与全球的研究人员进行研究分享。

3.获奖者可以前往凌迪科技Style3D 进行暑期实习，地点位于中国杭州或美国纽约。

资格标准

1.申请者应在中国（含香港、澳门、台湾）的大学或机构攻读研究生项目。

2.申请者应主修计算机科学、计算机工程、软件工程、数据科学、多媒体或相关领域。

3.申请人应参与图形学研究活动，包括但不限于：几何建模、渲染、动画和模拟、计算机辅助设计、VR/AR/MR、计算制造、可视化、人机交互、图像/视频处理、智能化图形内容生成。

4.申请人在接下来的六个月内无毕业计划。

5.申请人应在申请前获得导师的批准。

6.凌迪科技Style3D 内部员工及其亲属不能申请。

申请材料

1.申请人须提交奖学金申请表（下载链接）。

2.申请人须提交个人简历/履历（中英文均可）。

3.申请人须提交研究摘要/提案-最多4页，包括参考文献。

4.申请人须提交1～3封推荐信，其中一封应来自导师。

5.所有申请材料须在截止日期前通过电子邮件提交至Fellowship@linctex.com。

评审流程

1.评审委员会由3至5名专家构成，分别来自学术界和凌迪科技。

2.评价标准主要为申请人的学术背景、研究质量以及与凌迪的相关性。

3.如有需要，委员会将在最终决定前组织答辩环节。

4.同一所大学或机构的获奖者原则上不超过两名。

详情导览

优秀图形开源软件

优秀图形开源软件 — 项目1

项目名称

Cocos引擎

完成单位

厦门雅基软件有限公司

主要完成人

林顺，王哲，凌华彬，郭佳伟，张小明，周正龙，王斯杰，武云潇，尹凯乐，李楠

项目简介

Cocos 引擎，2010年创立，是一款业界领先的开源游戏引擎。

Cocos 引擎拥有 PBR、全局光照、HDR 渲染、数据驱动的 RenderGraph、GPU 驱动的动画与粒子系统、Surface Shader、自定义渲染管线、后处理管线、可视化 IDE 等现代化图形引擎能力。

基于独特的双内核引擎架构（原生端使用 C++ 高性能内核，Web 端使用 JS Web3D 内核），使 Cocos 引擎可以在不同平台以最低功耗充分发挥 Vulkan、OpenGL ES、Metal、WebGL、WebGPU 等渲染后端的能力，能够很好地支持 iOS、Android、HarmonyOS、Web、小游戏、Windows、Mac 和 Linux 等多种不同类型的平台。

作为一款高性能、低功耗、跨平台的开源图形引擎，已有数百万国内外开发者利用它构建了成熟的 2D&3D 游戏和应用，覆盖游戏、车机、XR、数字展会、交互式多媒体页面等众多领域。

众多贡献者产出的代码、扩展插件、教程和书籍持续推进了 Cocos 引擎的发展，确保其始终站在技术前沿，形成了一个充满活力的社区。

代表图片

优秀图形开源软件 — 项目2

项目名称

threestudio: 三维内容生成的统一框架

完成单位

清华大学，腾讯AI Lab

主要完成人

郭元晨，刘应天，邵睿智，罗关，陈家浩，邹子昕，王琛，曹炎培，张松海

项目简介

近几个月来，三维内容生成领域进展迅速，其中将预训练图像扩散生成模型升维至三维空间的技术受到了广泛的关注。随着此类方法生成质量和可控性的快速进步，急需一个统一的代码框架来促进该领域的未来研究。threestudio针对此类三维内容生成技术进行了统一的设计，旨在为相关领域研究人员提供便利。threestudio有以下两大特点：

模块化、可扩展、易配置，这些特性使得研究者可以方便地探索新技术。
包含已有最新技术的高质量实现，例如 DreamFusion、Magic3D、ProlificDreamer等。

threestudio已在GitHub上收获2300+星标，并且被国内外相关领域的研究者所广泛使用。我们希望threestudio能在核心贡献者和社区维护者的共同努力下，引领三维内容生成的技术方向，推动相关领域的不断进步。

代表图片

优秀图形开源软件提名

项目名称

三维装箱策略生成

完成单位

国防科技大学

主要完成人

赵航，徐凯，朱晨阳，佘奇晋

项目简介

三维装箱问题，即如何将物体按序放入指定空间，最大化空间利用效率。该问题在资源管理、生产供应效率提升、产品设计优化，以及工业自动化等领域具有重要的应用意义，是一个经典的NP难题。该项目克服了在线装箱问题的各种实际应用挑战，端到端自动生成策略，求解包括在线装箱，前瞻规划装箱，装箱稳定性快速判定等多种装箱问题变种，甚至可以求解复杂的连续域装箱和不规则物体装箱问题，项目算法性能保持领先，相关研究发表于TOG、ICLR、SCIS和AAAI上；同时提供行业亟须的基础工具和数据集，为学术研究提供便利。该项目受到业界广泛认可，对应的无序码垛系统达到了超过70% 的空间利用率，在新冠疫情期间，为物流集团无人仓储的运营提供了有力支持。

代表图片

优秀图形开源数据集

优秀图形开源数据集 — 项目1

项目名称

UrbanBIS

完成单位

深圳大学

主要完成人

黄惠，杨国庆，薛富友，张琦，谢科，傅志荣

项目简介

UrbanBIS是用于大规模三维城市理解研究的综合数据集，涵盖六个真实城市场景，总面积10.78平方公里，共有3370座建筑物。数据集由113346个航空摄影测量视图、25亿点云和2.8亿三角面片构建而成。该数据集不仅提供了丰富的城市对象语义注释，每座建筑也都被赋予了实例标签，这是首个拥有高精建筑物级别三维实例标注的真实城市大场景数据集，也是第一个引入了细粒度建筑用途子类别标注的3D数据集。此外，UrbanBIS包含高分辨率近景航拍图像、高质量实景重建模型和大规模场景点云等多种数据来源。这些多源数据将在城市采集、重建、生成、理解、模拟、管理等多个领域帮助推动前沿研究进展和实际应用落地。

代表图片

优秀图形开源数据集 — 项目2

项目名称

MVimgNet:大规模多视角图片数据集

完成单位

香港中文大学(深圳)理工学院和未来智联网络研究院

主要完成人

韩晓光，余湘港，许牧天，张一丹，刘浩霖，叶崇杰，陈冠英，崔曙光

项目简介

图形学与三维视觉领域一直缺乏一个可以与ImageNet媲美的三维数据集。为此，港中深韩晓光团队提出了大规模多视角图像数据集——MVImgNet，它通过便携设备从不同视角拍摄真实物体而获取，其多视角的特性提供了天然的三维视觉信号。它包含238个类别、21万段视频、650万张真实世界多视角图像，提供了丰富的前景分割、相机参数和三维点云标注，在多个下游任务上为模型带来了性能提升。相关论文已获CVPR 2023收录，在开源后不到4个月内，已被超过22个国家/地区的160多个科研单位使用，并与Adobe以及Luma AI公司达成商用协议。截至目前，Github星标200余次，相关推文浏览量上万余次，已助力近期火热的AIGC领域的新工作。未来，MVImgNet将持续进行扩充和完善，为图形学和三维视觉领域创造更多的价值。