Zespół Samsung Visual Intelligence na podium Perception Test Challenge

Materiał sponsorowany

Na międzynarodowej konferencji widzenia komputerowego ICCV 2025 rozstrzygnięto konkurs Perception Test Challenge. Aż 81 zespołów zgłosiło ponad 550 zgłoszeń w pięciu kategoriach:

• Visual Question Answering (VQA), czyli oceny zdolności AI do odpowiadania na pytania dotyczące obrazów,
• rozpoznawania i lokalizacji obiektów,
• rozpoznawania akcji, czyli rozumienie ludzkich działań i interakcji w materiałach wideo,
• rozumienia „scen” – interpretowania kontekstowych zależności między obiektami a otoczeniem,
• odporności na trudne warunki, czyli utrzymania wysokiej wydajności przy zmiennym oświetleniu, przesłonięciach czy zakłóceniach.

Zaawansowane śledzenie wizualne w AI

Zespół Visual Intelligence z Samsung R&D Institute Ukraine opracował podejście łączące zaawansowane architektury sieci neuronowych (CNN) z modelami transformatorowymi, co pozwoliło na lepszą ekstrakcję cech i zrozumienie kontekstu.

W szczególności rozszerzył model śledzenia segmentacji SAM2 o moduł Point Head umożliwiający przewidywanie współrzędnych punktów. Zastosował Fusion Layer w pamięci, który łączy cechy maski i punktu. Do precyzyjnego śledzenia punktów wykorzystano LocoTrak. Ponadto, aby o trzymać spójność czasową, zintegrowano DAM4SAM.

„Sukces zespołu Visual Intelligence w konkursie Perception Test Challenge, podczas ICCV 2025, podkreśla nasze zaangażowanie w rozwój nowoczesnych technologii w dziedzinie wizji komputerowej. Umiejętność jednoczesnego i precyzyjnego śledzenia obiektów oraz punktów jest kluczowa dla rozwoju systemów percepcyjnych w robotyce, rzeczywistości rozszerzonej oraz zaawansowanych rozwiązaniach sztucznej inteligencji” – mówi w rozmowie z naszym portalem Tomasz Chomicki, dyrektor ds. rozwoju biznesu w Samsung Electronics Polska.