# Google DeepMind, UCL и Оксфорд представили метод D4RT для реконструкции динамических сцен

> Команда исследователей из Google DeepMind, Университетского колледжа Лондона (UCL) и Оксфордского университета получила премию за лучшую статью на конференции CVPR 2026 за разработку метода D4RT, предназначенного для реконструкции динамических сцен в реальном...

- Canonical HTML: https://youragents.me/ru/media/news/google-deepmind-ucl-i-oksford-predstavili-metod-d4rt-dlja-rekonstrukcii-dinamicheskih-scen
- Markdown: https://youragents.me/ru/media/news/google-deepmind-ucl-i-oksford-predstavili-metod-d4rt-dlja-rekonstrukcii-dinamicheskih-scen.md
- Section: Новости
- Published: 2026-06-07T02:00:32+03:00
- Modified: 2026-06-07T02:00:32+03:00

Команда исследователей из Google DeepMind, Университетского колледжа Лондона (UCL) и Оксфордского университета получила премию за лучшую статью на конференции CVPR 2026 за разработку метода D4RT, предназначенного для реконструкции динамических сцен в реальном времени. 

На конференции по компьютерному зрению и распознаванию образов CVPR 2026, прошедшей в июне, международная группа учёных была удостоена премии Best Paper за работу над методом D4RT (Dynamic 4D Reconstruction and Tracking). Технология позволяет восстанавливать трёхмерные сцены с учётом изменений во времени, что открывает новые возможности для применения в робототехнике, виртуальной реальности и автономных системах.

В состав команды вошли специалисты из Google DeepMind, Университетского колледжа Лондона (UCL) и Оксфордского университета. Среди авторов — Лун Ван (Lun Wang), старший научный сотрудник Google DeepMind, и Эндрю Дэвис (Andrew Davison), профессор робототехники в Имперском колледже Лондона, ранее работавший над аналогичными проектами. Метод D4RT сочетает нейросетевые подходы с классическими алгоритмами компьютерного зрения, обеспечивая высокую точность и скорость обработки данных.

«D4RT решает ключевую проблему динамической реконструкции: как одновременно отслеживать движение объектов и восстанавливать их форму в условиях изменяющейся сцены», — отметил один из авторов работы, профессор UCL. Исследователи опубликовали код и набор данных для тестирования метода, что позволит другим научным группам развивать направление.

Премия Best Paper на CVPR считается одной из самых престижных в области компьютерного зрения. В этом году конкурс включал более 10 тысяч заявок, из которых было отобрано около 300 докладов. Работа команды Google DeepMind, UCL и Оксфорда была признана наиболее значимой за вклад в развитие методов реконструкции сложных сцен.

Источники: X-пост Димы Дамен (Dima Damen), 5 июня 2026; материалы конференции CVPR 2026.