OperA：用于手术阶段识别的注意力正则化 Transformer
计算机视觉与模式识别
2022-11-24 v1 人工智能
摘要
在本文中，我们介绍了 OperA，一种基于 Transformer 的模型，可从长视频序列中准确预测手术阶段。一种新颖的注意力正则化损失鼓励模型在训练期间聚焦于高质量帧。此外，注意力权重被用于识别每个手术阶段的特征性高注意力帧，这可进一步用于手术摘要。OperA 在两个腹腔镜胆囊切除术视频数据集上进行了充分评估，优于各种最先进（SOTA）的时间细化方法。
引用
@article{arxiv.2103.03873,
title = {OperA: Attention-Regularized Transformers for Surgical Phase Recognition},
author = {Tobias Czempiel and Magdalini Paschali and Daniel Ostler and Seong Tae Kim and Benjamin Busam and Nassir Navab},
journal= {arXiv preprint arXiv:2103.03873},
year = {2022}
}
备注
10 pages, 3 figures