区块链金融重点实验室副教授徐翔与山东大学王璐教授团队合作，作为共同第一作者在期刊 IEEE Transactions on Visualization and Computer Graphics 和 Graphical Models 分别发表论文1篇，作为通讯作者在期刊《中国图象图形学报》发表论文1篇。IEEE Transactions on Visualization and Computer Graphics 为我校特类期刊，其余为A2类期刊。

在 IEEE Transactions on Visualization and Computer Graphics 发表的论文题为“Perceptual Model for Foveated Rendering with Illuminance Demodulation”。文章系统分析了人眼对渲染时直接光照和间接光照的感知敏感度，并提出了一种基于光照解耦的注视点渲染方法，根据直接光照和间接光照对人眼视觉感知的相对贡献自适应地调节注视点渲染参数。该方法在视觉质量感知上与全分辨率渲染保持一致。稀疏渲染阶段实现了2.18倍到7.10倍的加速，最终使整体加速倍数达到1.71倍到3.26倍。

在 Graphical Models 发表的论文题为“Real-time neural soft shadow synthesis from hard shadows”。文章提出了一种基于神经网络的实时软阴影合成算法，利用阴影映射得到的硬阴影作为神经网络的输入，并采用轻量级的U-Net架构对该输入进行细化，以实时合成高质量的软阴影。生成的阴影在视觉保真度上与光线追踪的参考阴影非常接近。

在《中国图象图形学报》发表的论文题为“轻量级实时渲染参数优化方法”。该论文提出了一种通用的轻量级实时渲染自动参数优化方法，使用XGBoost对虚拟场景渲染时不同参数的渲染时间和图像质量进行建模，在预计算后，模型被简化为查找表。在实际渲染时根据硬件状态、场景信息等条件使用LUT自动调整渲染参数，在减少渲染时间的同时保证渲染质量。结果表明，与最佳的渲染参数相比，使用本文方法的次表面散射渲染时间缩短40%左右，环境光遮蔽渲染时间减低70%左右，而图像误差均仅增加2%左右。

撰稿：朱庆峰 审核：沈万芳 终审：李清照