透明なオブジェクトのセグメンテーションと境界検出を並列に行うネットワーク構造で推論し、その結果の位置合わせとマスク調整を行うTC-ICPと、透明なオブジェクトの再構成を行うTO-Reconstructionから構成されるTransfusionシステムを提案した。

ECCV 2020採択のTrans10Kデータセットで学習を行い、透明なオブジェクトを含む25個の動画データベースを作成してSLAMの評価を行い、従来手法を上回る結果。また、Trans10Kデータセットによるセグメンテーション単体の評価でも、同等以上の結果。

透明なオブジェクトに焦点を当て、SLAMで必要となる一連の処理を検討したため通ったと考えられる。ただし、論文末尾のLimitationでも言及されているが、再構成を含む計算時間が約700ミリ秒のため、そのまま実際に使用することは難しいと思われる。