EndoDepthL：基于CNN-Transformer的轻量级内窥镜单目深度估计
计算机视觉与模式识别
2024-02-14 v2
摘要
在本研究中，我们解决内窥镜成像深度估计的准确性与有效性方面的关键挑战，特别关注实时推断与光反射的影响。我们提出一种名为EndoDepthL的新型轻量级方案，其集成卷积神经网络（CNN）与Transformers以预测多尺度深度图。我们的方法包括优化网络架构、引入多尺度空洞卷积以及多通道注意力机制。我们还引入统计置信边界掩码以最小化反射区域的影响。为更好评估内窥镜成像中单目深度估计的性能，我们提出一种考虑网络参数量、浮点运算量和每秒推断帧数的新型复杂度评估指标。我们全面评估所提方法并与现有基线方案比较。结果表明EndoDepthL以轻量级结构保障了深度估计精度。
引用
@article{arxiv.2308.02716,
title = {EndoDepthL: Lightweight Endoscopic Monocular Depth Estimation with CNN-Transformer},
author = {Yangke Li},
journal= {arXiv preprint arXiv:2308.02716},
year = {2024}
}