面向内镜胶囊机器人的无监督里程计与深度学习
机器人学
2018-03-06 v1
摘要
在过去十年中，许多医疗公司和研究团队试图将被动胶囊内镜这一新兴且微创的诊断技术转化为主动可操纵的内镜胶囊机器人，以在胃肠道（GI）中提供更直观的疾病检测、靶向给药和类活检操作。本研究中，我们为单目内镜胶囊机器人引入一种完全无监督的实时里程计与深度学习器。我们通过扭曲视角序列并将重投影最小化赋予损失函数以建立监督，并将其用于多视角位姿估计与单视角深度估计网络。所提框架在非刚性可变形离体猪胃数据集上的详细定量与定性分析证明了该方法在运动估计与深度恢复方面的有效性。
引用
@article{arxiv.1803.01047,
title = {Unsupervised Odometry and Depth Learning for Endoscopic Capsule Robots},
author = {Mehmet Turan and Evin Pinar Ornek and Nail Ibrahimli and Can Giracoglu and Yasin Almalioglu and Mehmet Fatih Yanik and Metin Sitti},
journal= {arXiv preprint arXiv:1803.01047},
year = {2018}
}
备注
submitted to IROS 2018