仅用一条标注序列的自动化手术活动识别
计算机视觉与模式识别
2019-07-23 v1
摘要
先前工作已证明从运动数据中对机器人辅助手术进行自动化活动识别的可行性。然而，这些工作都假设有大量密集标注的序列可用，而它们必须由专家手动提供。该过程繁琐、昂贵且易出错。本文中，我们在稀疏标注的假设下给出首次分析，其中仅有一条标注序列可用于训练。我们证明了在这一极具挑战的设置下自动化识别的可行性，并表明在识别阶段之前以无监督方式学习表示可带来显著的性能提升。此外，本文向学界提出一个新挑战：在这一重要却相对未充分探索的设定下，我们还能将性能推进到何种程度？
引用
@article{arxiv.1907.08825,
title = {Automated Surgical Activity Recognition with One Labeled Sequence},
author = {Robert DiPietro and Gregory D. Hager},
journal= {arXiv preprint arXiv:1907.08825},
year = {2019}
}
备注
Accepted for publication at MICCAI 2019