Ключевое отличие от традиционных методов — обработка данных нейросетью. Алгоритм анализирует параметры отражённого света, включая угол поляризации и степень рассеивания, а затем устраняет погрешности, вызванные бликами или гладкими поверхностями. Например, на тестах с прозрачными материалами система восстановила текстуры, которые не фиксируют обычные камеры. Эксперименты также показали, что пропуск круговой поляризации (одного из шести типов) снижает точность на 40% — этот параметр очень важен для работы с матовыми объектами или плавными изгибами.

SPSIM уже превосходит коммерческие аналоги: коэффициент подавления помех соответствует профессиональным поляризационным фильтрам, а эффективность захвата света (65%) позволяет работать при слабом освещении. Система компактна — экспериментальный образец имеет размер 1,65 × 1,65 мм2, что делает возможной интеграцию в портативные устройства.

Практические применения варьируются от контроля качества на производстве до сканирования органов в реальном времени. Технология также решает проблему «слепых зон» в робототехнике: например, автономные автомобили смогут точнее определять форму препятствий даже в сложных погодных условиях.

По оценкам авторов, массовое внедрение SPSIM займёт 3–5 лет. Технология может стать основой для следующего поколения «умных» очков, медицинских зондов и дронов, создающих 3D-карты на лету. Точность, которая раньше требовала лабораторного оборудования, теперь умещается в камере размером с монету.