翁仲毅（Chung-Yi Weng 在 Google Research 擔任研究科學家 ( Research Scientist )
翁仲毅（Chung-Yi Weng 在 Google Research 擔任研究科學家 ( Research Scientist ) 翁仲毅（Chung-Yi Weng）博士在 Google Research 主要隸屬於 Augmented Perception 團隊（由 Shahram Izadi 領導），該團隊致力於突破增強實境（AR）與感知技術的邊界。他在 Google 參與的專案核心在於「將靜態或單鏡頭影像轉化為可互動的 3D 體驗」。 在 Google Research 擔任研究科學家期間，最核心的研究貢獻在於 「動態人體神經輻射場」（Dynamic Human NeRF）。 他的研究打破了傳統 NeRF 僅能掃描靜態物體的限制，讓 AI 能夠從一般拍攝的影片中，重建出具有深度、可變換視角且能自由活動的 3D 數位人類。 以下是他在該領域的三項關鍵研究與技術突破： 1. HumanNeRF：將單一影片轉化為 3D 自由視角 這是他在 Google 期間最具影響力的作品之一（發表於 CVPR 2022）。 技術突破： 傳統技術需要幾十台相機圍繞拍攝才能建模，但 HumanNeRF 僅需一段「單鏡頭影片」（例如 YouTube 上的舞動影片），就能生成該人物的完整 3D 模型。 應用場景： 使用者可以「暫停」影片，並像轉動模型一樣 360 度觀看該人物，甚至能看見原本鏡頭沒拍到的背部細節、衣服褶皺與皮膚紋理。 2. PersonNeRF：從散亂照片中進行個性化重建 他在 2023 年推出的 PersonNeRF 進一步提升了技術的實用性。 技術特點： 此項研究針對「日常照片集」進行優化。即便是一個人在不同時間、不同背景下拍的多張照片，系統也能自動過濾背景干擾，精準提取出該個體的 3D 特徵，建立個性化的數位分身。 3. H-NeRF 與動態拓撲處理 在 H-NeRF 研究中，他解決了人體運動時「非剛性變形」的難題。 核心技術： 透過將人體骨架先驗（SMPL 模型）與神經場結合，系統能預測肌肉與服裝在大幅度動作下的自然流動，確保在重建動態人物時不會出現扭曲或斷裂現象。 這些技術目前已被廣泛視為 虛擬實境（VR）、擴增實境（AR） 以及 影視特殊效果 領域的基礎，讓創作者能以極低的硬體成本（僅需...
