近日，我中心一篇论文被CVM 2023会议录用并被推荐到CCF学术推荐列表中认定的B类刊物Graphical Models期刊。Computational Visual Media Conference（CVM）是亚洲图形学学会（ASIA Graphics Association）旗下的三大会议之一，由清华大学图形学实验室于2012年创办，是关于计算机图形学，计算机视觉，机器学习，图像处理，视频处理，可视化和几何计算等方面的国际会议。此次被录用的论文相关信息如下：
题目：Efficient Collision Detection using Hybrid Medial Axis Transform and BVH for Rigid Body Simulation（作者：Xingxin Li, Junfeng Yao, Rongzhou Zhou, Qingqi Hong）。本文由中心2022级硕士生李星欣，姚俊峰老师，2021级硕士生周荣洲，洪清启老师合作完成。
中轴变换（MAT）最近常被作为碰撞检测的加速结构。与传统的基于BVH的方法相比，MAT可以提供一个高保真的三维复杂物体的体积近似，从而获得更高的碰撞剔除效率。然而，现有的MAT近似方法产生的中间网格有不少退化的情况，这将对后续的碰撞检测方法产生性能影响，因此我们提出算法在使用这些退化的中间基元之前，检测并过滤掉它们。同时，由于MAT的非层次结构，它在轻度碰撞场景中可能表现不佳，因为在BVH的顶层的几个剔除可能需要用MAT进行大量的剔除。我们提出一种结合MAT和BVH的碰撞检测方法（Cone-OBB）来解决上述问题。我们的技术有效地剔除了动态和静态对象之间的碰撞。实验结果表明，我们的方法比纯BVH或MAT方法具有更高的剔除效率。
