南京航空航天大学主页平台管理系统 Mingqiang Wei--Home-- Mesh Denoising Guided by Patch Normal Co-Filtering via Kernel Low-Rank Recovery

Paper Publications

Mesh Denoising Guided by Patch Normal Co-Filtering via Kernel Low-Rank Recovery

Hits:

Affiliation of Author(s):计算机科学与技术学院/人工智能学院/软件学院

Journal:IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS

Key Words:Mesh denoising patch normal co-filtering kernel low-rank recovery self-similarity

Abstract:Mesh denoising is a classical, yet not well-solved problem in digital geometry processing. The challenge arises from noise removal with the minimal disturbance of surface intrinsic properties (e.g., sharp features and shallow details). We propose a new patch normal co-filter (PcFilter) for mesh denoising. It is inspired by the geometry statistics which show that surface patches with similar intrinsic properties exist on the underlying surface of a noisy mesh. We model the PcFilter as a low-rank matrix recovery problem of similar-patch collaboration, aiming at removing different levels of noise, yet preserving various surface features. We generalize our model to pursue the low-rank matrix recovery in the kernel space for handling the nonlinear structure contained in the data. By making use of the block coordinate descent minimization and the specifics of a proximal based coordinate descent method, we optimize the nonlinear and nonconvex objective function efficiently. The detailed quantitative and qualitative results on synthetic and real data show that the PcFilter competes favorably with the state-of-the-art methods in surface accuracy and noise-robustness.

ISSN No.:1077-2626

Translation or Not:no

Date of Publication:2019-10-01

Co-author:Huang, Jin,Huang Jinquan,Xie, Xingyu,Liu, Ligang,Jun Wang,Qin, Jing

Correspondence Author:Jun Wang,Mingqiang Wei

Pre One:Mesh Defiltering via Cascaded Geometry Recovery

Next One:Bas-Relief Modeling from Normal Layers

Profile

研究方向：

深度学习，多模态预训练模型，3D视觉，3D AIGC，计算机视觉，计算机图形学，几何深度学习，图形与图像处理，大型飞机外形三维测量与几何处理，大模型技术(Deep Learning, Cross-modal Multimedia Processing, 3D Vision, Geometric Deep Learning, Graphics and Image Processing)

（1）国家级青年人才（2023）、江苏省双创博士（2018）、南航长空之星（2020）

（2）CCF A/B类期刊 IEEE Transactions on Image Processing (IEEE TIP)、IEEE Transactions on Geoscience and Remote Sensing (IEEE TGRS)、ACM Transactions on Multimedia Computing, Communications, and Applications (ACM TOMM)、《计算机辅助设计与图形学学报》等编委（AE）

（3）Senior Member, IEEE

（4）江苏省智能制造工程学会常务理事

（5）CVPR/ICCV/ECCV/NeurIPS/AAAI/IJCAI/ACM MM 等CCF A/B类国际会议程序委员会委员

（6）IEEE Transactions on Multimedia、The Visual Computer客座编辑（Lead Guest Editor）

（7）《大模型原理与技术》（电子工业出版社 2024）、《人工智能通识基础》（机械工业出版社 2025）

论文发表：在IEEE TPAMI、ACM TOG、IEEE TIP、IJCV、CVPR、ICCV等权威期刊和会议发表百余篇论文。

获奖：

2014年香港中文大学青年学者最佳博士毕业论文奖
2025年中国软件杯大赛一等奖
2025年挑战杯大赛特等奖
2025年第28届中国计算机辅助设计与图形学大会（CAD/CG）最佳论文提名奖
江苏航空航天学会青年科学家奖
2020年中国机器人大赛3D视觉大赛一等奖（指导教师）
2019年南航本科学学术论文一等奖（江苏省二等奖）、二等奖（指导教师）
江苏省计算机学会计算机学会青年科技奖
第14届中国计算机图形学大会最佳论文奖(Best paper award)

承担的科研项目情况：

国家自然科学基金优秀青年科学基金，大型航空装备外形几何处理与分析，在研，主持
国家自然科学基金面上项目，面向数字化装配的航空大型复合材料构件三维测量技术研究，在研，主持
国家自然科学基金重点项目，面向3D对象分析与生成的深度学习理论与方法、62032011、在研，联合主持（南大-南航-浙大）
国家自然科学基金面上项目，面向大型飞机外形分析的大规模点云几何深度学习问题研究，62172218，在研，主持
国家重点研发计划子课题（运-20相关），***，在研，主持
国防基础项目（军事智能相关），***，在研，联合主持
中央扶持地方自由探索项目，点云驱动的飞机几何分析问题研究，在研， 2021Szvup060，主持
江苏省文化和旅游科研课题重点项目，面向室外场景文化遗产保护的点云处理、20ZD06、在研，主持
国家自然科学青年基金项目，青铜器缺块数字化补配的关键技术研究、61502137、结题、主持

欢迎校内外本科生（尤其推免生，英语四级成绩》550分或六级成绩》520分）/硕士研究生报考我的硕士研究生/博士研究生职位，并有若干博士后职位。

备注：

提供国内外学术交流机会，表现优异者，可推荐到香港中文大学、香港大学、香港科技大学、香港城市大学、香港理工大学和香港教育大学等攻读博士学位。 Feel free to contact me by：mqwei@nuaa.edu.cn / mingqiang.wei@gmail.com