論文の概要: GlassFormer: Learning Real-time Glass Segmentation using Radar-Depth Fusion

• arxiv url: http://arxiv.org/abs/2609.36844v1
• Date: Tue, 29 Sep 2026 06:56:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.248962
• Title: GlassFormer: Learning Real-time Glass Segmentation using Radar-Depth Fusion
• Title（参考訳）: GlassFormer:Radar-Depth Fusionによるリアルタイムガラスセグメンテーションの学習
• Abstract要約: 透明な表面は構築された環境ではユビキタスだが、ロボット知覚の持続的な障害ケースとして残っている。 RGBカメラは、表面ではなくガラスの後ろの背景を認識するが、LiDAR、飛行時間、RGB-Dのような深度センサーは、透明な領域での背景測定を無効にすることが多い。 既存のガラスセグメンテーションアプローチは、RGB画像からリフレクション、バウンダリ、セマンティックコンテキストなどの視覚的手がかりを学習することでこの問題に対処する。 本稿では,RGB-Dセンシングでミリ波レーダを融合したマルチモーダルフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 8.914813483156736
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Transparent surfaces are ubiquitous in built environments, yet they remain a persistent failure case for robotic perception. RGB cameras perceive the background behind glass rather than the surface itself, while depth sensors such as LiDAR, time-of-flight, and RGB-D often return invalid or background measurements in transparent regions. As a result, systems that rely solely on optical sensing may misinterpret glass walls, doors, or mirrors as free space, compromising safe and reliable navigation. Existing glass segmentation approaches address this by learning visual cues such as reflections, boundaries, and semantic context from RGB images. While effective under favourable lighting and viewing conditions, these cues degrade in low-light environments, under glare, or when glass surfaces are featureless or partially occluded. In this work, we propose a multimodal framework that fuses millimetre-wave radar with RGB-D sensing for real-time transparent surface segmentation. Radar reflects strongly off glass surfaces, providing a geometric cue that remains reliable precisely where vision and depth fail. We exploit this cross-modal inconsistency to generate a radar-guided spatial prior, which is integrated into a lightweight transformer-based segmentation network, GlassFormer, via cross-modal attention. We report results on a mixed-condition test split covering all scene types and a dedicated low-light split designed to stress vision-only methods. GlassFormer achieves 0.88 mIoU on the mixed split, and 0.59 mIoU on the low light split, demonstrating substantial robustness gains over vision-only baselines while maintaining real-time performance on resource-constrained platforms.
• Abstract（参考訳）: 透明な表面は構築された環境ではユビキタスだが、ロボット知覚の持続的な障害ケースとして残っている。 RGBカメラは、表面ではなくガラスの後ろの背景を認識するが、LiDAR、飛行時間、RGB-Dのような深度センサーは、透明な領域での背景測定を無効にすることが多い。 結果として、光学センサーのみに依存するシステムは、ガラスの壁、ドア、鏡を自由空間と誤解し、安全で信頼性の高いナビゲーションを行う。 既存のガラスセグメンテーションアプローチは、RGB画像からリフレクション、バウンダリ、セマンティックコンテキストなどの視覚的手がかりを学習することでこの問題に対処する。 好ましい照明や視界条件下では有効であるが、低照度環境では、グラアの下では、ガラスの表面が機能的にも部分的にも無視されている場合、劣化する。 本研究では,RGB-Dセンシングとミリ波レーダを融合したマルチモーダルフレームワークを提案する。 レーダーはガラスの表面を強く反射し、視界と深度が精度良く失敗するような幾何学的なキューを提供する。 我々は、このクロスモーダル不整合を利用して、レーダー誘導型空間先行波を生成する。これは、クロスモーダルアテンションを介して、軽量トランスフォーマーベースのセグメンテーションネットワークであるGlassFormerに統合される。 本報告では,すべてのシーンタイプをカバーする混合条件テストスプリットと,視覚のみの手法を強調するために設計された専用低照度スプリットについて報告する。 GlassFormerは混合スプリットで0.88 mIoU、低光スプリットで0.59 mIoUを達成し、リソース制約のあるプラットフォーム上でのリアルタイムパフォーマンスを維持しながら、ビジョンのみのベースラインよりもかなりの堅牢性を持つ。

関連論文リスト

• Glass Surface Detection Grounded in 3D Visual Geometry [118.92003088760919]
  ガラス表面検出(GSD)はシーン理解と再構築に重要である。 ガラス表面の物理的存在を明示的にモデル化するために、3次元視覚幾何学でGSDを接地するパラダイムシフトを提案する。 提案手法はまず,視覚幾何学的基底変換器 (VGGT) からリッチな3D前駆体を蒸留し,ガラスを意識した3D表現を生成する。
  論文  参考訳（メタデータ） (2026-08-27T07:49:21Z)
• SILICA: Repurposing Diffusion Priors for Joint Glass Segmentation and Depth Estimation [11.131505915750013]
  標準的な深度センサーは、透明な表面で体系的に失敗し、破損した3Dマップとナビゲーションハザードを生成する。 SILICAは、テキストと画像の拡散モデルを利用して、ガラスのセグメンテーションとガラスの認識深度を共同で予測する統合パイプラインである。 SILICAは、多様な、目に見えない環境にまたがる顕著なゼロショット転送を実現し、最先端のモデルを約20%上回っている。
  論文  参考訳（メタデータ） (2026-07-27T10:38:49Z)
• LCMamNet: A Lightweight Cross-scale Mamba Network for Infrared Small Target Detection [53.811713750107934]
  赤外線小ターゲット検出のための軽量クロススケールマンバネットワークであるLCMamNetを提案する。 十字形指向性ボトルネック残差ブロックを有するコンパクト階層型エンコーダは、指向性ターゲット構造を強化する。 IRSTD-1k、NUAA-SIRST、NUDT-SIRSTの実験では、提案したネットワークがそれぞれ71.25%、79.60%、95.58%のmIoUスコアを達成した。
  論文  参考訳（メタデータ） (2026-07-27T09:06:14Z)
• RT-GS: Gaussian Splatting with Reflection and Transmittance Primitives [52.10688811929143]
  本稿では,マイクロファセット材料モデルとレイトレーシングを統合した統一フレームワークを提案する。 実験により, 複雑な環境下では, 物体の反射や物体の回収に成功していることが示された。
  論文  参考訳（メタデータ） (2026-04-01T05:50:03Z)
• PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
  PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。 本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
  論文  参考訳（メタデータ） (2026-03-11T14:11:42Z)
• Glass Surface Detection: Leveraging Reflection Dynamics in Flash/No-flash Imagery [82.6332672749888]
  ガラスの表面は日常生活においてユビキタスであり、通常は無色で透明で、特徴に欠ける。 NFGlassNetは,フラッシュ/ノフラッシュ画像に現れる反射ダイナミクスを利用するガラス表面検出の新しい手法である。
  論文  参考訳（メタデータ） (2025-11-21T02:00:17Z)
• Glass Surface Segmentation with an RGB-D Camera via Weighted Feature Fusion for Service Robots [4.58103945996187]
  本稿では,RGBと深度機能を組み合わせた重み付き特徴融合(WFF)モジュールを提案し,透明性やリフレクションといった問題に対処する。 また、実環境をナビゲートするサービスロボットによって収集された総合的なRGB-DデータセットであるMJU-Glassデータセットについても紹介する。
  論文  参考訳（メタデータ） (2025-08-03T07:58:10Z)
• Leveraging RGB-D Data with Cross-Modal Context Mining for Glass Surface Detection [47.87834602551456]
  ガラスの表面は、現代の建物が多くのガラスパネルを使用する傾向にあるため、ますます広くなっている。 これは、ロボット、自動運転車、ドローンなどの自律システムの運用に重大な課題をもたらす。 RGBと深度情報を組み合わせた新しいガラス表面検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-22T17:56:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。