单目误差低于1.9 mm
无需标注与额外成像,仅凭单目内窥镜图像与机器人运动学数据即可恢复真实尺度深度,优于现有双目方法。
Wei, Ruofeng · 李斌 · Zhong, Fangxun · Mo, Hangjie · 窦琪 · Yunhui, Liu · 孙东
IEEE Transactions on Automation Science and Engineering 2024
在SCARED公开数据集和尸体实验上均优于先前最优方法,包括双目方法,为手术导航提供高精度距离信息。
利用自监督学习和机器人运动学自动生成伪绝对深度标签,摆脱了对昂贵的手工标注和其他成像模态的依赖。
网络联合学习内窥镜内参,无需针对每台设备重新标定,可直接适应不同内窥镜。