Une équipe dirigée par la professeure Wang Hanzi de l'École d'information de l'Université Xiamen a publié des résultats marquants dans le domaine de l'ajustement robuste de modèles, dans la revue IEEE Transactions on Pattern Analysis and Machine Intelligence. Ce travail répond à un défi fondamental en vision par ordinateur : extraire des paramètres fiables à partir de données corrompues par du bruit ou des anomalies. Les algorithmes traditionnels, tels que le RANSAC, sont souvent limités par un échantillonnage itératif lent et une incapacité à modéliser la distribution naturelle des données. Les approches récentes basées sur l'apprentissage automatique, bien que prometteuses, reposent généralement sur des représentations statiques et des réseaux de neurones convolutifs aux champs de réception restreints. Cette architecture peine à capter le contexte global et à s'adapter aux scènes dynamiques complexes nécessitant une compréhension temporelle fine. Pour surmonter ces obstacles, les chercheurs ont conçu MPCFormer, un modèle fondé sur l'architecture Transformer. Cette méthode élimine la nécessité d'un échantillonnage itératif en reformulant le problème comme une optimisation conjointe de la classification ponctuelle et de l'estimation des paramètres. Le système repose sur deux mécanismes complémentaires. Un filtre de préférence exploitant l'attention multi-têtes encode la compatibilité des données avec le modèle, identifiant les points valides et atténuant automatiquement les perturbations. Un lisseur de consensus pyramidal construit ensuite une hiérarchie de caractéristiques à multiples échelles. Cette structure capture la cohérence du mouvement, enchaînant les informations locales vers le contexte global, ce qui résout efficacement les ambiguïtés spatiales et temporelles. Les expérimentations confirment la supériorité de l'approche face aux méthodes existantes. MPCFormer améliore la précision moyenne de 4,68 %, l'aire sous la courbe de 1,89 % et le score F de 1,52 %. Ces gains offrent une voie plus rapide et plus précise pour la reconstruction de la structure et du mouvement dans les systèmes de vision artificielle avancés. Cette recherche, menée principalement par le doctorant Yin Wenyu, implique la supervision de la professeure Wang Hanzi, du professeur adjoint Lin Shuyuan de l'Université Jinan, du professeur Yan Yan, du professeur adjoint Lu Yang, ainsi que du professeur David Suter de l'Université Edith Cowan en Australie. Le projet a été soutenu par le Fonds national naturel des sciences de Chine.