面向常规与稀有 OR 事件的可控视频合成
计算机视觉与模式识别
2026-02-26 v1 人工智能
机器学习
图像与视频处理
摘要
目的：大规模编排室 (OR) 工作流程的数据集构建仍面临操作和伦理挑战，这些数据集包含稀有、安全关键或非典型事件。这一数据瓶颈使开发针对检测、理解和缓解 OR 中的稀有或安全关键事件的环境智能变得困难。方法：本工作提出一种 OR 视频扩散框架，实现对稀有和安全关键事件的受控合成。该框架集成了几何抽象模块、条件模块和微调扩散模型，首先将 OR 场景转化为抽象几何表示，然后进行条件化处理，最后生成逼真的 OR 事件视频。使用该框架，我们还构建了一个用于训练和验证检测 OR 近失效（sterile-field 违规）AI 模型的合成数据集。结果：在合成常规 OR 事件时，本方法在内外域数据集上均优于现成视频扩散基线，FVD/LPIPS 更低，SSIM/PSNR 更高。通过定性结果，我们展示了其对反事实事件的受控视频合成能力。在生成的合成数据上训练和验证的 AI 模型在检测近似安全关键事件方面 achieved RECALL 为 70.13%。最后，我们进行消融研究，以量化关键设计选择带来的性能提升。结论：我们的解决方案从抽象几何表示实现了常规和稀有 OR 事件的受控合成。除了展示其生成稀有和安全关键情景的能力外，我们还展示了其支持环境智能模型开发的潜力。
引用
@article{arxiv.2602.21365,
title = {Towards Controllable Video Synthesis of Routine and Rare OR Events},
author = {Dominik Schneider and Lalithkumar Seenivasan and Sampath Rapuri and Vishalroshan Anil and Aiza Maksutova and Yiqing Shen and Jan Emily Mangulabnan and Hao Ding and Jose L. Porras and Masaru Ishii and Mathias Unberath},
journal= {arXiv preprint arXiv:2602.21365},
year = {2026}
}
备注
Accepted to IPCAI 2026 and submitted to IJCARs