用于内镜相机运动模仿学习的深度单应性预测
图像与视频处理
2023-10-06 v1
摘要
在本工作中，我们通过从腹腔镜手术的回顾性视频中进行模仿学习，研究腹腔镜相机运动自动化。引入了一种新方法，通过学习经由单应性进行物体运动不变的图像配准，在图像空间中增强外科医生的行为。与现有方法相反，该方法不做几何假设且不需要深度信息，从而能够直接迁移至机器人系统。偏离文献中由跟随手术器械组成的主流方法，我们不手工设计目标，也不对手术场景施加先验，使方法能够发现无偏策略。在这一新研究领域中，在 Cholec80 和 HeiChole 数据集上相对于两个基线展示了显著改进，相较相机运动延续提升了 47%。该方法进一步在 AutoLaparo 数据集的公开运动分类标签上被证明确实能正确预测相机运动。所有代码已在 GitHub 上公开。
引用
@article{arxiv.2307.12792,
title = {Deep Homography Prediction for Endoscopic Camera Motion Imitation Learning},
author = {Martin Huber and Sebastien Ourselin and Christos Bergeles and Tom Vercauteren},
journal= {arXiv preprint arXiv:2307.12792},
year = {2023}
}
备注
Early accepted at MICCAI 2023