MVGD-Net：一种新颖的运动感知视频玻璃表面检测网络
计算机视觉与模式识别
2026-01-21 v1
摘要
玻璃表面在日常生活中和专业环境中无处不在，对基于视觉的系统（如机器人和无人机导航）构成潜在威胁。为解决这一挑战，最近的大多数研究对视频玻璃表面检测（VGSD）表现出浓厚兴趣。我们观察到，反射（或透射）层中的物体看起来离玻璃表面更远。因此，在视频运动场景中，玻璃表面上显著的反射（或透射）物体比同一空间平面内非玻璃区域中的物体移动得更慢，这种运动不一致性可以有效揭示玻璃表面的存在。基于这一观察，我们提出了一种名为 MVGD-Net 的新型网络，通过利用运动不一致线索来检测视频中的玻璃表面。我们的 MVGD-Net 具有三个新颖的模块：融合提取的空间特征和估计的光流图的跨尺度多模态融合模块（CMFM）、历史引导注意力模块（HGAM）和时间交叉注意力模块（TCAM），后两者进一步增强了时间特征。还引入了一个时空解码器（TSD）来融合空间和时间特征以生成玻璃区域掩膜。此外，为了训练我们的网络，我们还提出了一个大规模数据集，该数据集包含 312 个不同的玻璃场景，总计 19,268 帧。大量实验表明，我们的 MVGD-Net 优于相关的最先进方法。
引用
@article{arxiv.2601.13715,
title = {MVGD-Net: A Novel Motion-aware Video Glass Surface Detection Network},
author = {Yiwei Lu and Hao Huang and Tao Yan},
journal= {arXiv preprint arXiv:2601.13715},
year = {2026}
}
备注
This paper has been accepted by the 40th AAAI Conference on Artificial Intelligence (AAAI-26). It contians 9 pages, 11 figures