​国立研究大学《莫斯科动力学院》的科学家们开发了一项技术，可以加速计算机视觉系统在机器人系统、航空航天和医学领域的创建和应用。

计算机视觉中的一个常见任务是确定物体在封闭空间中的位置。一个典型的例子是确定物体在仓库中的相对位置或患者与医疗工具和设备的相对位置。这项任务通常通过码标——即在图像上易于识别的特殊对象来解决。然而，提前评估码标位置的准确性是困难的。通常情况下，需要制造一个工作模型并进行测试。

这项新技术允许在不制造工作模型和进行昂贵测试的情况下，提前评估计算机视觉系统组件（主要是数字摄像机：分辨率、传感器尺寸、镜头焦距等）的所需特性，从而减少这些系统的开发成本和时间。

“国立研究大学《莫斯科动力学院》科学家们开发的这项技术基于现代机器学习方法。该领域的研究成果能够降低对外国技术的高度依赖，加速国内光电测量系统的创建”国立研究大学《莫斯科动力学院》校长尼古拉·罗加廖夫评论道。

这项可以在基于码标的机器视觉系统设计中使用的技术，是我校以弗拉基米尔·法布里坎特（Vladimir A. Fabrikant）命名的物理系的一个科研团队在2022-2024年期间，根据“领先2030：未来技术”科学研究计划实施的。