智能图形图像团队由3名教授、3名副教授及青年教师组成，其中博士生导师2人，硕士生导师4人，目前指导博士后、博士及硕士研究生40多名。近年来，团队承担了数十项国家自然科学基金项目及省部级科研基金项目，团队已在相关领域国际国内一流期刊/会议发表高水平学术论文一百余篇，申请发明专利多项。多名成员担任国家自然科学基金委通讯评审，以及该领域国际国内期刊会议审稿人、程序委员会委员等职，团队在相关研究领域具有较好的声誉。

智能图形图像团队主要从事计算机图形图像、视觉、音频、自然语言等多媒体信息的处理及应用研究，目前主要研究智能图形学、3D视觉、AI医学影像分析等方向，并将其应用于三维动画、智慧医疗、移动机器人、元宇宙等领域，解决三维动画影视制作中几何建模与渲染技术、临床医学中影像数据分析及AI辅助诊断、移动机器人导航中同步定位与建图技术（Slam）、元宇宙技术中数字化身（Avatar）重建与文物数字化活化等关键问题。以理论研究为基础，以多学科领域交叉应用需求为导向，致力于智能图形图像多媒体技术前沿科技的发展，为多学科交叉融合的新工科培养新世纪人才。

研究方向示例：

1、智能图形学

  可视分析是理解和有效利用大规模体数据信息的重要手段，提出体数据连续7方向BOX样条建模及拓扑骨架提取的框架，在简化传统离散框架可视化流程的前提下显著提高可视分析精度。

2、3D视觉

  多样性遮挡、视角局限以及姿态变化造成图象中人物交互信息存在偏差甚至错误，准确识别难度大，提出了三维人-物网格拓扑增强的HOI识别方法，构建三维人-物连续表面信息及拓扑连接关系，自底而上抽取能表征交互关系的网格边特征, 有效增强交互识别的性能.

3、AI医学影像分析

  医学影像信息特征与自然图像有很大差别，不同影像数据模态包含的关键医学语义信息各不相同，提出一种多模态关

键医学语义信息引导的脑图像融合框架，将医学语义信息映射为图像特征，进而根据图像特征分别采取空间域-频域、灰度-HSV亮度结合的特征提取机制及融合策略，获得客观评价指标和临床评价指标双提升的融合效果。