光度不变循环约束

亮度波动下鲁棒

将光度约束重塑为闭环循环形式，对亮度波动天然不敏感，无需额外亮度校准模型。

Wang Z. · Zhou, Ying · Ding, Qiang · 冯歆夏 · 刘梅 · 李强

Medical Image Analysis 2025

参数信息

绝对相对误差降低

7.27 %

技术优势

亮度波动不再影响训练

循环约束让目标图像最终与自己经循环变换后的版本比较，因此对亮度变换天然不变，无需任何亮度校准模块。

误差大幅降低

在四个内窥镜数据集上，绝对相对误差分别降低 7.27%、9.38%、9.90% 和 3.17%，超越现有最佳方法。

结构信息不丢失

将源图像的相位频率信息移植到中间变形图像，避免了图像内容的结构丢失，提升了深度估计质量。

训练更稳定

通过指数滑动平均策略稳定前向变形，避免频繁变动，使训练过程更稳定。

应用场景

• 内窥镜单目深度估计：在内窥镜亮度波动下提供稳定准确的深度，辅助医生判断病灶空间位置。
• 医学图像分析：为内窥镜图像分析提供可靠的深度线索，提升三维重建和导航精度。
• 自监督深度估计：免去亮度校准的人工干预，让自监督深度估计在光照变化下更鲁棒。