SuperPoint-E：基于内窝镜跟踪适应的3D重建局部特征
计算机视觉与模式识别
2026-02-05 v1
摘要
本文聚焦于提升内窝镜视频中结构从运动（Structure-from-Motion, SfM）的特征提取性能。我们提出了SuperPoint-E，这是一种新的局部特征提取方法，借助我们提出的跟踪适应监督策略（Tracking Adaptation supervision strategy），显著提高了内窝镜环境下特征检测和描述的质量。对真实内窝镜录像进行大规模实验，研究SuperPoint-E的最佳配置并评估其特征质量。与其他基线方法比较显示，我们的3D重建更稠密、覆盖范围更广且视频片段更长，因为我们的检测器更稠密地发射特征点，且我们的特征更可能存活（即检测精度更高）。此外，我们的描述子更具辨识度，使得引导匹配步骤几乎冗余。该方法相较于原始SuperPoint和金标准SfM COLMAP流水线，在内窝镜视频上的3D重建效果得到了显著提升。
关键词
引用
@article{arxiv.2602.04108,
title = {SuperPoint-E: local features for 3D reconstruction via tracking adaptation in endoscopy},
author = {O. Leon Barbed and José M. M. Montiel and Pascal Fua and Ana C. Murillo},
journal= {arXiv preprint arXiv:2602.04108},
year = {2026}
}
备注
12 pages, 5 tables, 6 figures