手术室中自监督无校准多视角视频匿名化
计算机视觉与模式识别
2026-02-10 v2
摘要
隐私保护是使用手术室（OR）研究视频数据的前提。有效的匿名化依赖于对每个个体的详尽定位，即使遗漏单个检测也需要 extensive 的手动校正。然而，现有方法面临两个关键可扩展性瓶颈：（1）它们通常需要对每个新的临床场景进行手动标注才能获得高准确率；（2）虽然广泛采用多摄像头设置以解决单视角歧义，但需要在摄像头 reposition 时进行校准。为此，我们提出一种新型自监督多视角视频匿名化框架，包括全身人体检测和全身姿态估计，无需标注或摄像头校准。我们的核心策略是通过时域和多视角上下文“检索”误报的低分数检测，并进行自监督域适应。我们首先在每个视角中以低分数阈值运行一个即插即用全身人体检测器，以收集候选检测。然后，我们通过跟踪和自监督无校准多视角关联，检索表现出与高分数检测一致性的低分数误报。这些恢复的检测用作伪标签，用于迭代细化全身检测器。最后，我们在每个检测到的个体上应用全身姿态估计，并使用其自身的高分数预测对姿态模型进行微调。在模拟手术的 4D-OR 数据集和我们收集的真实手术数据集上的实验表明，我们的方法有效实现了超过 97% 的召回率。此外，我们使用我们的伪标签训练了一个实时的全身检测器，实现了相当的性能，凸显了该方法的实际适用性。代码将在 https://github.com/CAMMA-public/OR_anonymization 提供。
引用
@article{arxiv.2602.02850,
title = {Self-Supervised Uncalibrated Multi-View Video Anonymization in the Operating Room},
author = {Keqi Chen and Vinkle Srivastav and Armine Vardazaryan and Cindy Rolland and Didier Mutter and Nicolas Padoy},
journal= {arXiv preprint arXiv:2602.02850},
year = {2026}
}