无监督学习内窥镜视频表示以检测器械存在
计算机视觉与模式识别
2020-08-31 v1
摘要
在这项工作中，我们探索是否可以在无监督情况下学习内窥镜视频帧的表示，以执行诸如识别手术器械存在等任务。我们使用最大均值差异（MMD）变分自编码器（VAE）学习内窥镜视频的低维潜在表示，并操纵这些表示以区分含器械帧与无器械帧。我们使用三种不同方法操纵这些潜在表示，以预测每帧中的器械存在。我们的全无监督方法可以识别内窥镜视频帧是否包含器械，平均精度分别为 71.56、73.93 和 76.18，与有监督方法相当。我们的代码可在 https://github.com/zdavidli/tool-presence/ 获取。
引用
@article{arxiv.2008.12321,
title = {Learning Representations of Endoscopic Videos to Detect Tool Presence Without Supervision},
author = {David Z. Li and Masaru Ishii and Russell H. Taylor and Gregory D. Hager and Ayushi Sinha},
journal= {arXiv preprint arXiv:2008.12321},
year = {2020}
}
备注
10 pages, 4 figures, CLIP 2020