面向精准机器人辅助手术场景重建的动态 3D 高斯溅射 (SurgicalGS)

准确地从内窥镜视频中重建动态手术场景对于机器人辅助手术至关重要。虽然最近的 3D 高斯溅射方法在实现高质量重建和快速渲染速度方面显示出前景，但其使用逆深度损失函数会压缩深度变化。这可能导致细小几何细节的丢失，限制其捕捉精确 3D 几何和在内手术中的有效性。为此，本文提出了一种专为手术场景重建设计的动态 3D 高斯溅射框架，以实现 improved geometric accuracy。我们的 method 首先使用深度先验初始化高斯点云，采用二进制运动掩码识别深度变化显著的像素，并整合跨帧深度图中的点云以进行初始化。我们使用 Flexible Deformation Model 表示动态场景，并引入归一化深度正则化损失以及无监督深度平滑约束，以确保更精确的几何重建。广泛的实验表明，SurgicalGS 在两套真实手术数据集上实现了最先进的重建质量，尤其在准确几何方面，推动了 3D 高斯溅射在机器人辅助手术中的可用性。