MFTI apresenta Un‑ViTAStereo e planeja rede neural autoaprendente para visão estéreo

Visão estéreo sem pontos cegos com o Un‑ViTAStereo

Pesquisadores do MFTI, em colaboração com centros internacionais de pesquisa, criaram uma nova tecnologia de estereovisão chamada Un‑ViTAStereo, voltada para permitir que robôs e carros autônomos percebam o ambiente em 3D, reduzindo áreas “cegas”. Segundo a assessoria de imprensa do MFTI, o algoritmo calcula a distância até os objetos sem recorrer a lidars caros e sem depender de rotulagem manual, o que torna a solução mais acessível e aplicável em diferentes cenários.

Treinamento guiado pela Depth Anything V2

O Un‑ViTAStereo é treinado com a ajuda do modelo Depth Anything V2, que estima a profundidade relativa dos elementos a partir de uma única imagem, identificando pistas como sombras, perspectiva e sobreposições. Com isso, o algoritmo consegue selecionar apenas as previsões que estejam de acordo com as sugestões do “mentor”, elevando a precisão do resultado.

Fluxo em três etapas e desempenho no KITTI 2015

O funcionamento do sistema é organizado em três fases: primeiro, cada pixel é verificado quanto à compatibilidade com as dicas; depois, para pontos marcados em vermelho, são buscados “vizinhos” verdes; por fim, os contornos são construídos com o suporte de uma função de suavização da disparidade. Como resultado, a parcela de erros grosseiros no teste de veículos autônomos KITTI 2015 caiu para 5%, o que representa 23% menos erros perigosos na determinação das distâncias até os objetos.

Próximos passos: rede neural autoaprendente e uso de medições de lidar

O MFTI ressalta que a versão atual do Un‑ViTAStereo é apenas o ponto de partida. Os cientistas pretendem desenvolver uma rede neural autoaprendente, capaz de se adaptar a diferentes ambientes, e também empregar medições precisas de lidars para aumentar a exatidão. A nova tecnologia amplia as possibilidades de elevar a segurança e a funcionalidade de sistemas autônomos. O estudo foi publicado na IEEE Transactions on Circuits and Systems for Video Technology.