Počítačové vidění | Umělá inteligence
Doktorandi Fakulty elektrotechnické ČVUT v Praze Miroslav Purkrábek a Jan Škvrna zvítězili v mezinárodní soutěži Structured Semantic 3D Reconstruction (S23DR), která se konala v rámci workshopu Urban Scene Modeling na konferenci CVPR 2026 v americkém Denveru. CVPR patří mezi nejprestižnější světové konference v oblasti počítačového vidění a podle Google Scholar Metrics je nejcitovanější konferencí na světě. V konkurenci přibližně třiceti týmů z celého světa získali výzkumníci z katedry kybernetiky nejen první místo, ale také finanční odměnu 5 000 dolarů. Pro skupinu Visual Recognition Group (VRG) jde o významný úspěch – její členové zvítězili ve všech třech dosavadních ročnících soutěže.
Umělá inteligence rekonstruuje střechy z fotografií
Cílem soutěže bylo vytvořit přesný strukturovaný 3D model střechy domu ze série fotografií pořízených ze země. Výsledkem není pouze vizuální model, ale přesný geometrický popis využitelný například při plánování instalace solárních panelů, rekonstrukcích nebo pro pojišťovací účely.
„Prakticky si to lze představit tak, že člověk obejde dům a vyfotí ho mobilním telefonem z několika úhlů. Systém z fotografií vytvoří přesný 3D model střechy,“ vysvětluje Ing. Jan Škvrna.
Řešení přitom muselo pracovat s neúplnými a nepřesnými daty. „Nejprve vznikne z fotografií řídký 3D model. Náš model umělé inteligence z něj následně dokáže odhadnout skutečný tvar střechy a vytvořit její strukturovaný model,“ popisuje Ing. Miroslav Purkrábek.
Soutěž sponzorovala společnost Hover, která podobné technologie využívá v praxi. Účastníci tak řešili reálný problém – jak z omezeného množství fotografií co nejpřesněji rekonstruovat skutečný tvar střechy.
Zdroj: TZ FEL ČVUT
Rozhodla skrytá testovací data
Největším konkurentem českého týmu byla Lund University ze Švédska. O vítězství nakonec rozhodla až skrytá testovací sada, která prověřila schopnost algoritmů správně fungovat i na dosud neviděných datech.
„Na veřejných datech byly výsledky téměř nerozlišitelné. Rozhodující byla až skrytá sada dat, která ověřovala, zda model dokáže správně rekonstruovat i nové domy a situace, se kterými se během trénování nesetkal,“ říká Miroslav Purkrábek.
Organizátoři hodnotili nejen přesnost, ale také rychlost výpočtu. Celý testovací dataset musel být zpracován do dvou hodin. „Důležitá byla kombinace přesnosti, rychlosti a robustnosti. Naše řešení dokáže zrekonstruovat jeden dům během několika vteřin a funguje i na běžném notebooku,“ doplňuje Jan Škvrna.
Třetí vítězství v řadě
Letošní úspěch navazuje na předchozí vítězství členů Visual Recognition Group. Jan Škvrna zvítězil již loni, první ročník ovládl Denis Rozumnyi. Skupina tak zůstává ve všech třech ročnících soutěže neporažena.
„Workshop sdružuje špičkové odborníky z institucí a firem, jako jsou TU Munich, ETH Zurich nebo Google. Opakované successes našich doktorandů potvrzují dlouhodobou kvalitu výzkumu, který ve skupině děláme,“ uzavírá prof. Jiří Matas, vedoucí skupiny Visual Recognition Group na katedře kybernetiky FEL ČVUT.
Zdroj: Redakce na základě zaslané tiskové zprávy České vysoké učení technické v Praze
