Учёные Московского физико‑технического института совместно с зарубежными исследовательскими центрами представили алгоритм стереозрения Un‑ViTAStereo, который помогает роботам и беспилотным автомобилям воспринимать окружение в трёх измерениях и сокращать «слепые зоны». По данным пресс‑службы МФТИ, метод вычисляет расстояния до объектов без дорогих лидаров и ручной разметки, что делает его более доступным для практического использования.

Un‑ViTAStereo обучается с опорой на модель Depth Anything V2, которая оценивает относительную глубину по одиночному изображению, учитывая тени, перспективу и перекрытия объектов. Алгоритм отбирает только те предсказания, которые согласуются с подсказками «наставника», что повышает точность вывода.
Система выполняет три основных этапа: сначала проверяется соответствие каждого пикселя подсказкам, затем осуществляется поиск «зелёных» соседей для отмеченных красным точек, после чего строятся контуры с помощью функции сглаживания диспаритета. По итогам испытаний на датасете беспилотников KITTI 2015 доля грубых ошибок снизилась до 5% — на 23% меньше опасных ошибок при оценке расстояний до объектов.
В МФТИ подчёркивают, что текущая версия Un‑ViTAStereo — лишь первая реализация. В планах учёных — создать самообучающуюся нейросеть, способную адаптироваться к разным условиям, а также использовать точные лидарные измерения для дополнительной калибровки и повышения точности. Разработчики отмечают, что технология может расширить функциональность и безопасность автономных систем. Статья опубликована в IEEE Transactions on Circuits and Systems for Video Technology.



