Don’t Hit Me! Glass Detection in Real-world Scenes
https://mhaiyang.github.io/CVPR2020_GDNet/index
github CVPR2020_GDNet
ガラスは私たちの日常生活において非常に一般的なものである。既存のコンピュータビジョンシステムはガラスを無視しているため、ロボットがガラスの壁に衝突するなど、深刻な結果を招く可能性がある。しかし、ガラスの存在を検知することは容易ではない。重要な課題は、ガラスの向こう側には任意の物体や風景が現れる可能性があり、ガラス領域内に表示されるコンテンツは通常、ガラスの外側に表示されるものと類似していることである。本稿では、1枚のRGB画像からガラスを検出するという、興味深いが重要な問題を提起する。この問題に対処するため、我々は大規模なガラス検出データセット(GDD)を構築し、新しい大視野文脈特徴統合モジュールを用いて、大局的な観点から豊富な文脈特徴を学習することにより、GDNetと呼ばれるガラス検出ネットワークを設計する。広範な実験により、提案手法がGDDテストセットにおいて優れたガラス検出結果を達成することを実証する。特に、ガラス検出のためにファインチューニングされた最先端の手法を凌駕する。
この手法の特徴
- 1枚のRG画像からガラスを検知するという部分。
- ガラス領域のセグメンテーションをするものであって、depthの算出はしない。