Endo-4DGX：基于高斯溅射的鲁棒内镜场景重建与照明校正
人工智能
2026-02-09 v3
摘要
精确重建软组织对于推动图像导向机器人手术的自动化至关重要。最近的 3D 高斯溅射 (3DGS) 技术及其变体 4DGS 能够实现实时高质量的动态手术场景渲染。然而，3DGS 方法在照明变化的场景下仍面临挑战，如低光和过曝情况。极端光照条件下训练 3DGS 会导致严重的优化问题和糟糕的渲染效果。为此，我们提出了一种名为 Endo-4DGX 的新型重建方法，针对照明不均的内镜场景设计了照明自适应高斯溅射。通过引入照明嵌入，我们有效地建模了视角相关的亮度变化。我们引入区域感知增强模块以在高斯层级上建模局部亮度；并提出空间感知调整模块以学习视角一致的亮度调整。凭借照明自适应设计，Endo-4DGX 在低光和过曝条件下均实现了卓越的渲染性能，同时保持几何精度。此外，我们采用曝光控制损失，将恶劣曝光下的图像外观恢复到正常水平，以实现照明自适应优化。实验结果表明，Endo-4DGX 在挑战性光照环境下显著优于现有最先进的重建和恢复方法组合，凸显了其在机器人辅助手术中的潜力。我们的代码已公开：https://github.com/lastbasket/Endo-4DGX。
引用
@article{arxiv.2506.23306,
title = {GATSim: Urban Mobility Simulation with Generative Agents},
author = {Qi Liu and Can Li and Wanjing Ma},
journal= {arXiv preprint arXiv:2506.23306},
year = {2026}
}