深度选择：一种用于手术录像的全监督相机选择网络

在手术室中记录手术是医学治疗教育与评估的一项基本任务。然而，记录期望目标（如手术野、手术器械或医生手部）十分困难，因为目标在手术过程中常被严重遮挡。我们采用一种将多个相机嵌入手术无影灯的录制系统，并假设任意时刻至少有一个相机无遮挡地记录目标。由于嵌入式相机获取多路视频序列，我们着手解决选择具有最佳手术视角的相机这一任务。与传统基于手术野面积大小选择相机的方法不同，我们提出一种深度神经网络，通过学习的专家标注监督从多路视频序列预测相机选择概率。我们构建了一个记录六类不同整形手术的数据集，并提供了相机切换标注。实验表明，我们的方法成功实现了相机间切换，并优于三种基线方法。