В стенах Московского государственного университета разработана технология, которая может перевернуть представление о том, как искусственный интеллект взаимодействует с физическим миром. Ученые Центра ИИ МГУ представили новый подход к анализу трехмерных сцен, призванный решить одну из самых сложных задач компьютерного зрения — точное выделение объектов в пространстве.
Современные системы навигации и робототехники сталкиваются с проблемой: глобальные признаки помогают понять, что перед нами стул или стол, но теряют детали поверхности, а локальные — описывают форму, но не дают контекста. Обычно эти данные обрабатываются по отдельности, что снижает общее качество распознавания.
Исследователи из МГУ предложили архитектуру HFF-BiG, которая объединяет признаки разных масштабов. В основе метода лежит двунаправленный обмен информацией между уровнями данных, дополненный механизмом внимания. Это позволяет системе не просто анализировать пиксели, а понимать взаимосвязь между крупными элементами сцены и мельчайшими геометрическими деталями.
Эффективность разработки подтверждена на авторитетных международных наборах данных, включая ScanNetV2 и S3DIS. По ряду показателей метод не уступает лучшим современным аналогам, а в сложных сценах с большим количеством объектов показывает даже более высокую точность выделения границ.
Как пояснил научный руководитель Центра ИИ МГУ Антон Конушин, крупномасштабные признаки дают семантику, а мелкомасштабные — геометрию, и их грамотное объединение позволяет добиться прорывного качества. Практическое применение технологии уже сейчас очевидно: от точной навигации беспилотников до создания полностью погружающей виртуальной реальности, где каждый блик и изгиб поверхности будет просчитан с высокой достоверностью.
Ранее ученые МГУ имени М. В. Ломоносова представили способ, во что превратятся «строительные» клетки, применяемые для восстановления тканей сердца и лечения переломов.