Ученые МГУ им. М.В. Ломоносова предложили архитектуру HFF-BiG (Hierarchical Feature Fusion with Bi-directional Gating), которая повышает точность сегментации трехмерных сцен. Подход позволяет объединять информацию различных уровней и учитывать взаимосвязь между семантическими признаками высокого уровня и геометрическими деталями объектов.

Как объясняют ученые, современные методы сегментации трехмерных сцен используют признаки различных масштабов, например для определения типа объекта и учета информации о его форме. Но зачастую они обрабатываются независимо друг от друга. HFF-BiG решает эту проблему.

В основе архитектуры — механизм двунаправленного управления потоками информации между различными уровнями представления данных. В решении используется механизм внимания для более точного определения того, какие сцены необходимо учитывать при анализе объекта. HFF-BiG при тестировании показал результаты на уровне лучших методов сегментации и превзошел их по ряду показателей.

По мнению авторов, архитектура может использоваться в робототехнике, системах автономной навигации, а также в дополненной и виртуальной реальности. Статья опубликована в журнале ScienceDirect.

В МГУ им. М.В. Ломоносова в июне 2026 года представили метод обучения устойчивых нейросетей для управления роботами и летательными аппаратами.