論文の概要: DisguisOR: Holistic Face Anonymization for the Operating Room

• arxiv url: http://arxiv.org/abs/2307.14241v1
• Date: Wed, 26 Jul 2023 15:10:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-27 11:57:56.930314
• Title: DisguisOR: Holistic Face Anonymization for the Operating Room
• Title（参考訳）: disguisor:手術室の全体的な顔匿名化
• Authors: Lennart Bastian, Tony Danjun Wang, Tobias Czempiel, Benjamin Busam and Nassir Navab
• Abstract要約: 手術室における既存の2次元匿名化手法 本稿では,複数のカメラストリームからの3Dデータを用いて,マルチビューOR記録の匿名化を提案する。
• 参考スコア（独自算出の注目度）: 43.68679886516574
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Purpose: Recent advances in Surgical Data Science (SDS) have contributed to an increase in video recordings from hospital environments. While methods such as surgical workflow recognition show potential in increasing the quality of patient care, the quantity of video data has surpassed the scale at which images can be manually anonymized. Existing automated 2D anonymization methods under-perform in Operating Rooms (OR), due to occlusions and obstructions. We propose to anonymize multi-view OR recordings using 3D data from multiple camera streams. Methods: RGB and depth images from multiple cameras are fused into a 3D point cloud representation of the scene. We then detect each individual's face in 3D by regressing a parametric human mesh model onto detected 3D human keypoints and aligning the face mesh with the fused 3D point cloud. The mesh model is rendered into every acquired camera view, replacing each individual's face. Results: Our method shows promise in locating faces at a higher rate than existing approaches. DisguisOR produces geometrically consistent anonymizations for each camera view, enabling more realistic anonymization that is less detrimental to downstream tasks. Conclusion: Frequent obstructions and crowding in operating rooms leaves significant room for improvement for off-the-shelf anonymization methods. DisguisOR addresses privacy on a scene level and has the potential to facilitate further research in SDS.
• Abstract（参考訳）: 目的: 外科的データサイエンス(SDS)の進歩は, 病院環境からの映像記録の増加に寄与している。 外科的ワークフロー認識のような手法は患者のケアの質を高める可能性があるが、ビデオデータの量は手作業で画像が匿名化できる規模を超えている。 手術室(または手術室)における既存の2次元自動匿名化手法は、閉塞と閉塞によるものである。 複数のカメラストリームからの3Dデータを用いて,マルチビューOR記録の匿名化を提案する。 方法:複数のカメラからのRGBと深度画像は、シーンの3Dポイントクラウド表現に融合される。 次に,検出された3dヒューマンキーポイントにパラメトリックヒューマンメッシュモデルを回帰させ,顔メッシュを融合3dポイントクラウドと整合させることにより,各顔を3dで検出する。 メッシュモデルは取得したカメラビュー毎にレンダリングされ、個々の顔を置き換える。 結果: 本手法は, 既存のアプローチよりも高い速度で顔の特定に有望性を示す。 Disguisorは、各カメラビューに対して幾何学的に一貫した匿名化を生成し、より現実的な匿名化を可能にする。 結論: 手術室での頻繁な閉塞および群集は, 既設の匿名化法の改善の余地を残している。 Disguisorは、シーンレベルでのプライバシーに対処し、SDSにおけるさらなる研究を促進する可能性がある。

関連論文リスト

• 3D Face Tracking from 2D Video through Iterative Dense UV to Image Flow [15.479024531161476]
  本稿では,頂点ごとの高密度アライメントのための2次元アライメントネットワークを革新的に導入する新しいフェイストラッカーであるFlowFaceを提案する。 以前の作業とは異なり、FlowFaceは、弱い監視や合成データではなく、高品質な3Dスキャンアノテーションでトレーニングされている。 本手法は,カスタムベンチマークと公開ベンチマークの両方において,優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-15T14:20:07Z)
• 3D Holistic OR Anonymization [0.0]
  手術室の多視点RGB-Dビデオ記録(OR)を自動的に匿名化する新しい手法を提案する。 匿名化手法は,各画像の顔を異なる顔に置き換えることで,元のデータ分布を保存する。 確立された匿名化法とは対照的に,本手法は2次元空間ではなく,まず3次元空間の顔の局所化を行う。
  論文  参考訳（メタデータ） (2024-03-18T23:32:02Z)
• FitDiff: Robust monocular 3D facial shape and reflectance estimation using Diffusion Models [79.65289816077629]
  拡散型3次元顔アバター生成モデルFitDiffを提案する。 本モデルでは,「近距離」2次元顔画像から抽出したアイデンティティ埋め込みを利用して,再現性のある顔アバターを高精度に生成する。 FitDiffは、顔認識の埋め込みを前提とした最初の3D LDMであり、一般的なレンダリングエンジンで使用可能な、ライティング可能な人間のアバターを再構築する。
  論文  参考訳（メタデータ） (2023-12-07T17:35:49Z)
• Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
  本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。 動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。 本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
  論文  参考訳（メタデータ） (2023-09-28T17:59:51Z)
• Generating 2D and 3D Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution [68.8204255655161]
  マスターフェイス(英: master face)とは、人口の比率の高い顔認証をパスする顔画像である。 2次元および3次元の顔認証モデルに対して,これらの顔の最適化を行う。 3Dでは,2次元スタイルGAN2ジェネレータを用いて顔を生成し,深部3次元顔再構成ネットワークを用いて3次元構造を予測する。
  論文  参考訳（メタデータ） (2022-11-25T09:15:38Z)
• 3D Human Pose Estimation in Multi-View Operating Room Videos Using Differentiable Camera Projections [2.486571221735935]
  本稿では,3次元の損失に基づいて2次元CNNをエンドツーエンドにトレーニングすることで,3次元のローカライゼーションを直接最適化することを提案する。 MVORデータセットの動画を用いて、このエンドツーエンドアプローチが2次元空間での最適化より優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-21T09:00:02Z)
• Human Mesh Recovery from Multiple Shots [85.18244937708356]
  疑似地上真理3Dヒューマンメッシュを用いた長期シーケンスの3次元再構築とマイニングの改善のためのフレームワークを提案する。 得られたデータは,様々なメッシュ回復モデルのトレーニングに有用であることを示す。 編集メディアの大規模なライブラリーから3Dコンテンツを処理・分析するための扉を開くツールを開発した。
  論文  参考訳（メタデータ） (2020-12-17T18:58:02Z)
• DeepFaceFlow: In-the-wild Dense 3D Facial Motion Estimation [56.56575063461169]
  DeepFaceFlowは、3D非剛体顔の流れを推定するための堅牢で高速で高精度なフレームワークである。 私たちのフレームワークは、2つの非常に大規模な顔ビデオデータセットでトレーニングされ、テストされました。 登録された画像に対して,60fpsで3次元フローマップを生成する。
  論文  参考訳（メタデータ） (2020-05-14T23:56:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。