用于域随机化的合成结肠镜视频自动生成
图像与视频处理
2022-05-24 v1 计算机视觉与模式识别
摘要
越来越多的结肠镜引导与辅助系统依赖机器学习算法，其需要大量高质量训练数据。为确保高性能，后者须涵盖相当部分的 possible 配置。这尤其涉及多变的解剖结构、黏膜外观与图像传感器特性，而这些很可能因运动模糊与光照不足而劣化。现成训练数据的有限数量难以涵盖所有上述可能配置，导致机器学习模型的泛化能力降低。我们提出一种合成具有显著外观与解剖变异的结肠镜视频的示例性方案，其能够学习结肠内部具有判别性的域随机化表示，同时模拟真实世界设定。
引用
@article{arxiv.2205.10368,
title = {Automatic Generation of Synthetic Colonoscopy Videos for Domain Randomization},
author = {Abhishek Dinkar Jagtap and Mattias Heinrich and Marian Himstedt},
journal= {arXiv preprint arXiv:2205.10368},
year = {2022}
}
备注
4 pages, 5 figures