厦门大学情報学院の王菡子教授チームが、コンピュータビジョンにおけるロバストモデルフィッティング分野で重要な研究成果を上げた。同論文は学術誌IEEE Transactions on Pattern Analysis and Machine Intelligenceに発表された。ロバストモデルフィッティングは、ノイズや外れ値を含むデータから正確なモデルパラメータを推定する基盤技術である。従来のRANSAC手法は反復サンプリングに依存し計算負荷が高い上、データ分布の特性を十分に活用できていない。また、既存の深層学習ベース手法は静的な座標表現に起因する運動情報の捉え難さや、CNNの局所受容野が制約するグローバル文脈の構築能力の限界を抱えていた。 これらの課題に対し、研究チームは運動知覚型Transformerを用いたMPCFormerを新規開発した。同手法は反復サンプリングを不要とし、モデル適合問題を成点分類とパラメータ推定の共同最適化枠組みへ再構成している。運動パターンフィルタではTransformerとマルチヘッド注意力機構を連携させ、データ分布を明示的にエンコードして外れ値を適応的に抑制。ピラミッドコンセンサス平滑化器では多スケールTransformerエンコーダにより局所からグローバルな運動一貫性を階層的に抽出し、空間的不連続による運動の曖昧性を解消している。 実験評価では、MPCFormerは最良基線手法に対しmAP@5°を4.68％、AUC@3ピクセルを1.89％、Fスコアを1.52％それぞれ向上させた。インテリジェントビジョンシステムにおける運動構造復元の新たな技術基盤となり得る成果である。本研究は博士生尹文玉さんを主研究者とし、王教授ら学内外教員および海外共同研究者の連携により遂行された。国家自然科学基金などの助成金支援のもと、視覚AIの精度向上と計算効率の両立に貢献するものと期待される。