用于内窥镜的双峰相机位姿预测
计算机视觉与模式识别
2023-12-18 v2
摘要
从图像推断内窥镜场景的三维结构极具挑战性。除了形变和视角相关光照外，像结肠这样的管状结构还因其自遮挡和重复的解剖结构而产生问题。本文中，我们提出 SimCol，一个用于结肠镜相机位姿估计的合成数据集，以及一种显式学习双峰分布来预测内窥镜位姿的新方法。我们的数据集复现了真实结肠镜运动并凸显了现有方法的缺陷。我们发布了来自模拟结肠镜的 18k 张带有对应深度和相机位姿的 RGB 图像，并公开了我们在 Unity 中的数据生成环境。我们评估了不同的相机位姿预测方法，并证明当在我们的数据上训练时，它们能泛化到真实结肠镜序列，且我们的双峰方法优于先前的单峰工作。
引用
@article{arxiv.2204.04968,
title = {Bimodal Camera Pose Prediction for Endoscopy},
author = {Anita Rau and Binod Bhattarai and Lourdes Agapito and Danail Stoyanov},
journal= {arXiv preprint arXiv:2204.04968},
year = {2023}
}
备注
This article has been accepted for publication in IEEE Transactions on Medical Robotics and Bionics. This is the author's version which has not been fully edited and content may change prior to final publication. Citation information: DOI 10.1109/TMRB.2023.3320267