研究方向

计算机图形学、可视化

个人简介

北京工业大学软件学院讲师，博士毕业于东京大学，从事计算机图形学、神经网络可视化等方面的相关研究。研究成果先后在国际高水平图形学会议Eurographics（EG）、ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games (I3D)、日本国内学术会议Visual Computing上进行发表，并多次在Computer Graphics Forum、Neural Networks等国际期刊发表论文。

教育简历

2018--2021，日本东京大学，博士学位

工作履历

2022.3--至今，银河集团9873.cσm软件学院

课程教学

本科生教学：计算机图形学

科研项目

1. 北京市自然科学基金面上项目，面向混合现实的三维重建项目， 2023.1--2025.12，参与人

2. 日本国家级项目，Development and Deepening Data-Driven Physics-based CG Animations，2019.4--2022.3，主要参与人

3. 日本国家级项目，Data-driven approach for the refinement of physics-based CG animations，2016.4--2019.3，主要参与人

代表性研究成果

基于学习的动画角色变形与服装仿真

主要论文论著

[1] T. Li, R. Shi, T. Kanai. Detail-Aware Deep Clothing Animations Infused with Multi-Source Attributes[J]. Computer Graphics Forum, 2023, 42(1), 231-244.

[2] T. Li, R. Shi, T. Kanai. MultiResGNet: Approximating Nonlinear Deformation via Multi-Resolution Graphs[J]. Computer Graphics Forum, 2021, 40(2) (Eurographics 2021 Conference Issue): 537–548.

[3] T. Li, R. Shi, T. Kanai. DenseGATs: A Graph-Attention-Based Network for Nonlinear Character Deformation[C]. ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games, 2020: 5.

[4] Z. Qiao, T. Li, L. Hui, R. Liu. A Deep Learning-Based Framework for Fast Generation of Photorealistic Hair animations[J]. IET Image Processing, 2023, 17(2): 375-387.

[5] R. Shi, T. Li, Y. Yamaguchi. Output-Targeted Baseline for Neuron Attribution Calculation[J]. Image and Vision Computing, 2022, 124: 104516.

[6] Z. Luo, T. Li, T. Kanai. GarMatNet: A Learning-Based Method for Predicting 3D Garment Mesh with Parameterized Materials[C]. ACM SIGGRAPH Conference on Motion, Interaction and Games, 2021: 4.