RGB-D语义分割取得了显着进展，但大多数模型都假设RGB和深度始终可用。在实践中，监控传感器的故障或阻塞通常会消除一种模式。尽管仅RGB或深度可以包含足够的线索，但仅在全模态输入上训练的模型一旦缺失，就无法利用剩余的模态，从而导致严重的退化

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.20326v1)获取最准确的信息。

---
🔗 **原文链接**: [Toward Reliable RGB-D Semantic Segmentation: Handling Missin](https://arxiv.org/abs/2607.20326v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Xuchen Zhu, Yajuan Wei, Shuang Hao, Jiwei Jiang, Guanxiang Mao, Fang Ren

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-23 14:01