基于领域不变特征学习和潜在一致性的内窝镜单目绝对深度估计
计算机视觉与模式识别
2025-11-05 v1
摘要
单目深度估计（MDE）是指导自主医疗机器人所需的关键任务。然而，获取来自内窝镜摄像机的绝对（度量）深度在手术场景中具有挑战性，这限制了在真实内窝镜图像上进行监督学习。当前的图像级无监督域适应方法将带有已知深度图的合成图像翻译为真实内窝镜帧的风格，并利用这些翻译后的图像及其对应的深度图训练深度网络。然而，领域差距常常存在于真实图像与翻译后的合成图像之间。本文提出了一种潜在特征对齐方法，通过减少中心气道内窝镜视频中该领域差距来提高绝对深度估计。该方法与图像翻译过程无关，专注于深度估计本身。具体而言，深度网络将翻译后的合成图像和真实内窝镜帧作为输入，通过对抗学习和方向特征一致性学习潜在领域不变特征。评估在具有手动对齐绝对深度图的中心气道幽灵体上进行。与当前的 MDE 方法相比，我们的方法在绝对和相对深度指标上均表现出优异性能，跨越各种主干网络和预训练权重均持久地改善了结果。我们的代码已在 https://github.com/MedICL-VU/MDE 提供。
引用
@article{arxiv.2511.02247,
title = {Monocular absolute depth estimation from endoscopy via domain-invariant feature learning and latent consistency},
author = {Hao Li and Daiwei Lu and Jesse d'Almeida and Dilara Isik and Ehsan Khodapanah Aghdam and Nick DiSanto and Ayberk Acar and Susheela Sharma and Jie Ying Wu and Robert J. Webster and Ipek Oguz},
journal= {arXiv preprint arXiv:2511.02247},
year = {2025}
}