近期，我院耿国华教授、李康教授领衔的可视化科研团队共有2篇研究成果被国际计算机视觉领域顶级学术会议CVPR 2026（CCF A类）接收！这是我院首次在计算机视觉领域国际顶会CVPR上取得的重要论文突破。

录用论文简要介绍如下：

1. StoryTailor: A Zero-Shot Pipeline for Action-Rich Multi-Subject Visual Narratives

面向多主体、多帧、强动作交互的视觉叙事生成任务，针对身份一致性、交互动作丰富性与跨帧背景连贯性三大核心挑战，提出了一种可在单张 RTX 4090（24GB）显存条件下高效运行的生成框架。该框架无需监督微调，即可在零样本设定下实现个性化视觉叙事与交互式内容的生成，兼顾效率、可扩展性与生成质量。本文第一作者为我院二年级博士生胡景浩同学，通讯作者为我院青年教师张雨禾副教授。

生成框架示意图

长文本驱动的视觉叙事生成结果

2. GHPT: Real-Time Relightable Gaussian Splatting using Hybrid Path Tracing

针对高斯泼溅难以进行实时真实感重光照与场景合成的问题，提出了基于混合路径追踪的高斯泼溅重光照方法。该方法结合了高斯泼溅与网格模型各自的优势，在高斯泼溅生成的G-buffer上发射次级光线，并与带有材质的网格模型进行求交，提高了可见性和间接光照的计算效率。利用三阶段的优化策略逐步获取几何、光源与材质：一阶段利用基于平面的高斯泼溅重建几何，并得到网格模型；二阶段利用基于物理的可微渲染同步优化环境光与网格模型的材质；三阶段在固定的环境光下利用混合路径追踪优化高斯泼溅的材质。实验结果表明，所提出的方法在Synthetic4Relight和TensoIR Synthetic数据集上的重光照质量和渲染效率均优于现有方法，且支持多个高斯泼溅模型的合成。本文共同第一作者为我院二年级硕士生薄劲阳和窦凡同学，通讯作者为我院青年教师许阳副教授。

优化流程示意图

重光照与场景合成结果

        CVPR（IEEE/CVF Conference on Computer Vision and Pattern Recognition）是计算机视觉领域最具影响力与权威性的国际顶级学术会议之一，由IEEE与CVF联合主办。会议汇聚全球学术界与工业界的前沿成果，涵盖视觉理解、图像与视频生成、三维重建、多模态学习等核心方向。此次会议共有16092篇论文进入审稿流程，程序委员会最终录用4090篇，录用率仅为25.42%。