内窥镜视频中的在线 3D 重建与稠密跟踪
计算机视觉与模式识别
2024-09-11 v1
摘要
从立体内窥镜视频数据进行 3D 场景重建对于推进手术干预至关重要。本文提出了一种用于在线、稠密 3D 场景重建和跟踪的在线框架，旨在增强手术场景理解并辅助干预。我们的方法通过高斯溅射动态扩展标准场景表示，同时通过稀疏控制点集建模组织组织变形。我们引入一种高效的在线拟合算法，以优化场景参数，实现一致的跟踪和准确的重建。通过在 StereoMIS 数据集上的实验，我们展示了该方法的有效性，优于最先进的跟踪方法，同时实现了与离线重建技术相当的性能。我们的工作使各种下游应用成为可能，从而推动了手术辅助系统能力的发展。
引用
@article{arxiv.2409.06037,
title = {Online 3D reconstruction and dense tracking in endoscopic videos},
author = {Michel Hayoz and Christopher Hahne and Thomas Kurmann and Max Allan and Guido Beldi and Daniel Candinas and ablo Márquez-Neila and Raphael Sznitman},
journal= {arXiv preprint arXiv:2409.06037},
year = {2024}
}