TrackOR：通过鲁棒跟踪迈向个性化智能手术室

为手术团队提供智能支持是自动化手术场景理解的一个关键前沿，其长期目标是改善患者预后。为所有工作人员开发个性化智能，需要在漫长的手术过程中持续维护谁在何处的状态，这仍然带来诸多计算挑战。我们提出了 TrackOR，一个用于解决手术室中长期多人跟踪和重识别问题的框架。TrackOR 利用 3D 几何特征，实现了最先进的在线跟踪性能（关联准确率比最强基线高 11%），同时还能进行有效的离线恢复过程，以创建可供分析的轨迹。我们的工作表明，通过利用 3D 几何信息，持久的身份跟踪变得可行，从而能够实现向更精细、以人员为中心的分析的关键转变，这是手术室个性化智能系统所必需的。这一新能力开启了多种应用，包括我们提出的时间路径印记，它将原始跟踪数据转化为可操作的见解，以提高团队效率与安全性，并最终提供个性化支持。