内镜图像中的 SuperPoint 特征
图像与视频处理
2023-01-10 v2 计算机视觉与模式识别
摘要
研究成果与常规医疗实践中的适用性之间往往存在显著差距。本工作研究了知名局部特征在常规结肠镜检查过程中采集的医疗数据集上的性能。局部特征提取与匹配是许多计算机视觉应用的关键步骤，尤其涉及三维建模时。在医疗领域，诸如 SIFT 这类手工局部特征，配合 COLMAP 等公开流程，仍是此类任务的主导工具。我们探索了知名自监督方法 SuperPoint 的潜力，提出了一种适用于内镜领域的改进变体，并给出了一个具有挑战性的评估框架。基于 SuperPoint 的模型在该领域取得了显著高于常用局部特征的匹配质量。我们的改进模型避免了在镜面反射区域提取特征，而镜面反射是内镜图像中常见且有问题的伪影，从而为匹配与重建结果带来益处。
引用
@article{arxiv.2203.04302,
title = {SuperPoint features in endoscopy},
author = {O. L. Barbed and F. Chadebecq and J. Morlana and J. M. Martínez-Montiel and A. C. Murillo},
journal= {arXiv preprint arXiv:2203.04302},
year = {2023}
}
备注
9 pages, 5 figures