OSSAR：迈向机器人辅助手术中的开放集手术活动识别
计算机视觉与模式识别
2024-02-13 v1 人工智能
机器人学
摘要
在自动化机器人手术和计算机辅助介入领域，理解机器人手术活动至关重要。现有的手术活动识别算法主要服务于预定义的闭集范式，忽略了现实世界开放集场景的挑战。此类算法在遇到训练阶段未见类别的测试样本时往往会失效。为了解决这个问题，我们引入了一种创新的开放集手术活动识别（OSSAR）框架。我们的解决方案利用超球面互反点策略来增强特征空间中已知类与未知类之间的区分。此外，我们通过改进模型校准来解决闭集内的过度自信问题，避免将未知类误分类为已知类。为了支持我们的主张，我们利用公开的JIGSAWS数据集建立了一个开放集手术活动基准。此外，我们还为手术活动任务收集了一个关于内镜黏膜下剥离术的新数据集。在这些数据集上的广泛比较和消融实验表明，我们的方法显著优于现有的SOTA方法。我们提出的解决方案能够有效应对现实世界手术场景的挑战。我们的代码可在 https://github.com/longbai1006/OSSAR 公开获取。
引用
@article{arxiv.2402.06985,
title = {OSSAR: Towards Open-Set Surgical Activity Recognition in Robot-assisted Surgery},
author = {Long Bai and Guankun Wang and Jie Wang and Xiaoxiao Yang and Huxin Gao and Xin Liang and An Wang and Mobarakol Islam and Hongliang Ren},
journal= {arXiv preprint arXiv:2402.06985},
year = {2024}
}
备注
To appear in IEEE ICRA 2024