Fugu-MT 論文翻訳(概要): Reconstructing the normal and shape at specularities in endoscopy

論文の概要: Reconstructing the normal and shape at specularities in endoscopy

arxiv url: http://arxiv.org/abs/2311.18299v1
Date: Thu, 30 Nov 2023 07:09:46 GMT
ステータス: 処理完了
システム内更新日: 2023-12-01 17:43:36.166832
Title: Reconstructing the normal and shape at specularities in endoscopy
Title（参考訳）: 内視鏡検査における鏡像の正常と形状の再構成
Authors: Karim Makki and Adrien Bartoli
Abstract要約: 本稿では,3次元知覚の手がかりとして特異性を用いることを提案する。具体的には、観察された組織の正常な方向と形状を各特異度で再構成する新しい方法を提案する。
参考スコア（独自算出の注目度）: 14.219412399899474
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Specularities are numerous in endoscopic images. They occur as many white small elliptic spots, which are generally ruled out as nuisance in image analysis and computer vision methods. Instead, we propose to use specularities as cues for 3D perception. Specifically, we propose a new method to reconstruct, at each specularity, the observed tissue's normal direction (i.e., its orientation) and shape (i.e., its curvature) from a single image. We show results on simulated and real interventional images.
Abstract（参考訳）: 内視鏡画像では特異点が多い。それらは多くの白色の小さな楕円形の斑点として現れ、画像解析やコンピュータビジョンの手法では迷惑と判断される。代わりに,3次元知覚の手がかりとして特異性を用いることを提案する。具体的には、観察された組織の正常な方向(すなわち、方向)と形状(すなわち、曲率)を1枚の画像から再構成する新しい方法を提案する。シミュレーションおよび実際の介入画像の結果を示す。

関連論文リスト

High-fidelity Endoscopic Image Synthesis by Utilizing Depth-guided Neural Surfaces [18.948630080040576]
内視鏡画像に適用したNeuSを1フレームの深度マップで補足した新しい大腸部分再建法を提案する。本手法は, 大腸切片を完全にレンダリングし, 表面の見えない部分を捕捉する際の異常な精度を示す。このブレークスルーは、安定的で一貫してスケールされた再建を達成するための道を開き、がんスクリーニングの手順と治療介入の質を高めることを約束する。
論文参考訳（メタデータ） (2024-04-20T18:06:26Z)
Normal reconstruction from specularity in the endoscopic setting [15.866347784837465]
内視鏡で画像化した平面に対して、鏡状のアイソフォテはシーン平面上の同心円であり、画像中のネスト楕円体として現れる。これらの楕円が検出され、平面の通常の方向を推定し、通常の再構成法を形成することを示し、シミュレーションデータに基づいて検証する。
論文参考訳（メタデータ） (2022-11-10T15:14:48Z)
Bimodal Camera Pose Prediction for Endoscopy [23.12495584329767]
大腸内視鏡におけるカメラポーズ推定のための合成データセットSimColを提案する。我々のデータセットは実際の大腸内視鏡の動きを再現し、既存の方法の欠点を強調します。シミュレーション大腸内視鏡による18kのRGB画像とそれに対応する深度とカメラのポーズを公開し,Unityのデータ生成環境を一般公開した。
論文参考訳（メタデータ） (2022-04-11T09:34:34Z)
I M Avatar: Implicit Morphable Head Avatars from Videos [68.13409777995392]
モノクロビデオから暗黙の頭部アバターを学習するための新しい手法であるIMavatarを提案する。従来の3DMMによるきめ細かい制御機構に着想を得て, 学習用ブレンドサップとスキンフィールドによる表現・ポーズ関連変形を表現した。本手法は,最先端の手法と比較して,幾何性を改善し,より完全な表現空間をカバーできることを定量的かつ定性的に示す。
論文参考訳（メタデータ） (2021-12-14T15:30:32Z)
SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
論文参考訳（メタデータ） (2021-11-26T13:47:34Z)
3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
論文参考訳（メタデータ） (2021-10-14T23:05:47Z)
ShaRF: Shape-conditioned Radiance Fields from a Single View [54.39347002226309]
本稿では,単一の画像のみのオブジェクトの神経シーン表現を推定する手法を提案する。この手法の核心は,対象物の幾何学的足場の推定である。合成画像と実画像の両方において,提案手法の有効性を示す実験を行った。
論文参考訳（メタデータ） (2021-02-17T16:40:28Z)
Shape, Illumination, and Reflectance from Shading [86.71603503678216]
コンピュータビジョンにおける根本的な問題は、フラットな2次元画像から世界の本質的な3次元構造を推定することである。表面は滑らかである傾向があり、塗料は均一である傾向があり、照明は自然である傾向にある。我々の技術は、いくつかの古典的なコンピュータビジョン問題のスーパーセットと見なすことができる。
論文参考訳（メタデータ） (2020-10-07T18:14:41Z)
Encoding Structure-Texture Relation with P-Net for Anomaly Detection in Retinal Images [42.700275429734205]
網膜画像における異常検出は、網膜疾患や疾患によって引き起こされる異常の同定を指す。本稿では,画像テクスチャと構造の関係を利用して,異常検出のためのディープニューラルネットワークの設計を提案する。
論文参考訳（メタデータ） (2020-08-09T02:59:33Z)
Learning Pose-invariant 3D Object Reconstruction from Single-view Images [61.98279201609436]
本稿では,単視点画像のみから3次元形状を学習する,より現実的な構成について検討する。最大の難しさは、単一のビューイメージが提供できる制約の不足にある。本稿では, 対角コンパクトな形状空間を学習するために, 効果的な対角領域混同法を提案する。
論文参考訳（メタデータ） (2020-04-03T02:47:35Z)

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。