MonoGlass3D：基于平面回归与自适应特征融合的单目三维玻璃检测
机器人学
2025-09-09 v1
摘要
在三维环境中检测和定位玻璃对视觉感知系统构成重大挑战，因为玻璃的光学特性常阻碍传统传感器准确区分玻璃表面。缺乏专注于玻璃物体的真实世界数据集进一步阻碍了该领域的进展。为解决这一问题，我们引入了一个涵盖广泛玻璃配置并具有精确三维标注的新数据集，来源于不同的真实场景。在此数据集基础上，我们提出了MonoGlass3D，一种针对多样化环境的单目三维玻璃检测方法。为克服玻璃模糊外观和上下文多样性的挑战，我们提出了一种自适应特征融合模块，使网络能够有效捕获不同条件下的上下文信息。此外，为利用玻璃表面的独特平面几何特性，我们提出了一种平面回归流水线，使几何特性能够无缝集成到我们的框架中。大量实验表明，我们的方法在玻璃分割和单目玻璃深度估计方面均优于现有最先进方法。我们的结果展示了结合几何和上下文线索进行透明表面理解的优势。
引用
@article{arxiv.2509.05599,
title = {MonoGlass3D: Monocular 3D Glass Detection with Plane Regression and Adaptive Feature Fusion},
author = {Kai Zhang and Guoyang Zhao and Jianxing Shi and Bonan Liu and Weiqing Qi and Jun Ma},
journal= {arXiv preprint arXiv:2509.05599},
year = {2025}
}