基于分层形状感知网络从单张不完整图像进行三维大脑重建
图像与视频处理
2021-10-13 v2 计算机视觉与模式识别
摘要
三维形状重建在微创和自动机器人引导手术的导航中至关重要，其手术环境是间接且狭窄的，已经有一些工作致力于通过有限的可用二维信息重建手术器官的三维形状。然而，由术中突发事件（如出血）和风险控制条件引起的信息缺失和不完整性尚未被考虑。本文提出了一种新颖的分层形状感知网络（HSPN），以低延迟从单张不完整图像重建特定大脑的三维点云（PCs）。构建了一个分支预测器和几个分层注意力管线，以生成准确描述不完整图像的点云，然后高质量地补全这些点云。同时，设计了注意力门控块（AGBs），以高效聚合由分层注意力管线传输的不完整 PCs 的几何局部特征和重建点云的内部特征。借助所提出的 HSPN，三维形状感知和补全可以自发地实现。通过 Chamfer 距离和 PC-to-PC 误差测量的综合结果表明，所提出的 HSPN 在定性展示、定量实验和分类评估方面均优于其他有竞争力的方法。
引用
@article{arxiv.2107.11010,
title = {3D Brain Reconstruction by Hierarchical Shape-Perception Network from a Single Incomplete Image},
author = {Bowen Hu and Baiying Lei and Shuqiang Wang and Yong Liu and Bingchuan Wang and Min Gan and Yanyan Shen},
journal= {arXiv preprint arXiv:2107.11010},
year = {2021}
}