>一个是，假设对一个真实的物体我们做了一个3D的扫描。这个物体上有很多噪音，坑坑洼洼的，我们想全自动地把上面的噪音全部除去。在去除噪音的时候，我们同时希望一些好的东西，比如几何等一些小的细节能保留下来，不要都去掉了。

另一个是对不同设备扫描的数据，这个算法能同时一招就处理掉。

为了做这件事情，我们做了一个learning（学习）的algorithm（算法）：

首先捕捉了一些ground truth的东西，扫描了一些带噪音的东西。在这两者之间，我们学习了一个mapping，有个mapping之后我们可以在runtime的时候给定一个match就能实现。

我们很惊喜的发现，这个算法在用户使用的时候是全自动的。只需给一个match，就全自动给你做好了，不需要再去tune任何的参数。

第二个是我们的算法第一次超过了在所有不同的输入上，它的accuracy准确度以及重构的质量，第一次超过了所有已知的算法，同时我们的算法还要比所有已知的算法都要快。

我们很快会把Source Code源代码以及Data数据分享给大家，大家每个人都可以尝试继续在上面进行研究。

总结：

过去几年中，我们在很多方向上都做了努力。我们逐渐认识到，也许智能方法（Smart Algorithm）是能让Graphics Contents for Everyone实现的一个更好地解决方案。

在这里也要分享一些过程中得到经验，或者说是教训。

第一、Open-minded

要勇敢地借鉴各个方面的一些算法来做我们自己的东西。

第二、Concentrated

Open-minded像是一本很厉害的武功—吸星大法，可以把别人的东西全部吸过来。但是光有这个还不行，还要有本易筋经，把东西化为自己的，解决自己本身的问题。

第三、End-to-End

很多时候我们发了一篇Paper就感觉很满足了，但是现在对我来说发Paper只是表达的一个手段，更重要的是想把问题真正的解决掉，给用户提供一个真正的End-to-End的一个解决方法。