SAGE：用于内窥镜的融合外观与几何先验的 SLAM
计算机视觉与模式识别
2022-02-23 v2 人工智能
机器人学
摘要
在内窥镜中，许多应用（例如手术导航）将受益于一种实时方法，能同时从单目内窥镜视频中跟踪内窥镜并重建所观测解剖结构的稠密 3D 几何。为此，我们开发了一个同时定位与建图（SLAM）系统，通过结合基于学习的外观先验、可优化几何先验和因子图优化实现。外观与几何先验在端到端可微训练流水线中被显式学习，以掌握成对图像对齐任务——SLAM 系统的核心组件之一。在我们的实验中，所提 SLAM 系统被证明能鲁棒处理内窥镜中常见的纹理稀少与光照变化挑战。该系统对未见内窥镜和受试者泛化良好，并与最先进基于特征的 SLAM 系统相比表现更优。代码仓库位于 https://github.com/lppllppl920/SAGE-SLAM.git。
引用
@article{arxiv.2202.09487,
title = {SAGE: SLAM with Appearance and Geometry Prior for Endoscopy},
author = {Xingtong Liu and Zhaoshuo Li and Masaru Ishii and Gregory D. Hager and Russell H. Taylor and Mathias Unberath},
journal= {arXiv preprint arXiv:2202.09487},
year = {2022}
}
备注
Accepted to ICRA 2022