近日，计算机图形学国际顶级会议SIGGRAPH 2026 Journal Track公布条件接收结果，软件学院两篇论文均被条件接收为国际顶级期刊ACM Transactions on Graphics（ACM TOG）论文。

1.论文题目：SAND: Spatially Adaptive Network Depth for Fast Sampling of Neural Implicit Surfaces（SIGGRAPH 2026 Journal Track，Conditional Accept）。山东大学为论文第一完成单位，软件学院硕士研究生杨传祥为该篇文章的第一作者，软件学院周元峰教授、德州农工大学王文平教授为通讯作者，合作作者包含软件学院魏广顺副研究员，香港城市大学侯军辉副教授、任思宇博士，香港科技大学刘缘助理教授，香港大学Taku Komura教授。

论文简介：该研究聚焦神经隐式表示在几何建模中的高效计算问题，隐式神经表示在实际应用中往往需要对每个查询点执行完整网络推理，计算开销高，成为制约其应用的重要瓶颈。针对这一问题，论文提出了一种空间自适应网络深度的高效建模框架 SAND，通过引入体素化网络深度映射与带分支的多层感知机，实现了根据空间区域的几何复杂度动态调整网络计算深度，突破了传统隐式表示统一计算深度的限制，实现了计算资源在空间上的自适应分配，为高效三维重建、神经渲染以及相关应用提供了新的解决思路。

2.论文题目：A Procedural, Multiscale and Real-time Feather Appearance Model （SIGGRAPH 2026 Journal Track，Conditional Accept）。山东大学为论文第一完成单位，软件学院硕士研究生陈翔为该篇文章的第一作者，软件学院朱君秋研究员为通讯作者，合作作者包含软件学院王寿义博士研究生、王璐教授，墨尔本大学陈滨助理教授，曼彻斯特大学Zahra Montazeri助理教授，穆罕默德·本·扎耶德人工智能大学闫令琪教授。

论文简介：该研究聚焦鸟类羽毛实时渲染的效率与真实感平衡难题，传统羽毛渲染方法存在内存开销大、渲染速度慢、难以还原真实羽毛光学特征等问题。针对这一瓶颈，论文提出程序化多尺度实时羽毛外观建模框架，仅需单张羽毛照片即可完成建模，构建紧凑层级化表示并设计专用散射模型与光泽效果；通过自适应多尺度查询与遮蔽处理，实现高保真、抗锯齿的实时渲染。该方法内存占用仅为传统显式几何模型的0.02%，可高效还原羽毛蓬松质感与结构色，为游戏、虚拟现实、影视特效等领域的数字鸟类渲染提供了全新高效解决方案。

ACM TOG作为计算机图形学领域影响因子最高的CCF A类、SCI 1区TOP期刊，其5年影响因子达10.9，在计算机科学与软件工程领域排名处于前4%，而SIGGRAPH Journal Track的论文需满足ACM TOG长期以来确立的卓越标准，要求研究具有创新性、充分的验证性和全面的描述性。

（文/图：魏广顺 朱君秋 责任编辑：刘士军）