近日，第34届ACM International Conference on Multimedia（ACM MM 2026）论文评审结果正式揭晓。我院习龙副教授牵头完成的研究论文《CRFNet: Learning Energy-based Continuous Repulsion Field for Deformable 3D Clothing Dynamics》成功被会议全文接收，并凭借优异评审成绩获评Oral口头报告论文。

ACM MM由国际计算机学会（ACM）主办，是全球多媒体领域公认的顶级学术会议，也是中国计算机学会（CCF）推荐A类会议，收录成果极具学术含金量与行业影响力，集中展现全球多媒体、人工智能、计算机视觉等领域的前沿研究突破。

本次入选的研究成果是我校首篇ACM MM顶会论文，更是学校人工智能与纺织服装交叉学科建设的标志性成果，有力彰显了学校交叉学科创新研究的硬核实力。我院习龙副教授为论文第一作者，其指导的研究生陈星海、袁震宇分别为第二、第三作者，充分体现了我院师生协同科研、以研促学的良好育人成效。

该成果依托我院薛涛教授领衔的“人工智能和智能信息服务团队”完成，薛涛教授、吕雯副教授共同参与研究并署名，是团队深耕人工智能前沿领域、聚焦交叉学科创新的重磅学术产出，进一步印证了团队扎实的科研积淀与强劲的创新能力。同时，本研究联动英国伯恩茅斯大学汤汶教授开展跨国协同攻关，是学院国际化科研合作的又一重要代表性成果，凸显了学院对外开放、产学研协同、国际化创新的发展格局。

该论文聚焦3D服装在连续、大幅人体运动中面临衣物与人体易发生穿透、深层碰撞难以有效修正等问题。提出一种基于能量驱动的连续排斥场网络CRFNet，力求在几何稳定性、真实性与模型可解释性之间取得突破。首先，CRFNet采用图神经网络对人体与服装网格进行联合表征，通过自回归机制生成连续的服装动态序列。其次，论文构建了由材料占据场、层间重叠函数和连续排斥场组成的接触建模数学理论框架。通过数学推导出衣服与人体之间的排斥场，从而同时实现碰撞修正与穿透预防。实验结果表明，CRFNet在多项穿透抑制与动态稳定性指标上优于现有最新顶会算法，同时在服装变形质量、时序平滑性和推理开销方面保持较强竞争力。面对未见过的合成服装、真实扫描服装、未见过的运动序列以及不同材料参数，模型同样展现出良好的泛化能力，为虚拟试衣、数字人、游戏和影视动画等场景中的3D动态服装生成提供了新的技术思路。

人物简介：

习龙，男，副教授，硕士生导师，Bournemouth University（英国，伯恩茅斯大学）博士、博士后。西班牙University of Malaga访问学者。主要研究方向为三维重建、修复、配准、分割、生成等。近年来，发表中科院SCI 10余篇，其中以第一/通讯发表SCI顶刊4篇，CCF-A类国际顶会2篇。

陈星海，男，2024级电子信息专业，研究生，研究方向为AI+3D服装。

袁震宇，男，2024级电子信息专业，研究生，研究方向为三维点云处理。

（撰稿：习龙 审核：刘枫）