論文の概要: SuperPoint-E: local features for 3D reconstruction via tracking adaptation in endoscopy

• arxiv url: http://arxiv.org/abs/2602.04108v1
• Date: Wed, 04 Feb 2026 00:45:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-05 19:45:11.325089
• Title: SuperPoint-E: local features for 3D reconstruction via tracking adaptation in endoscopy
• Title（参考訳）: SuperPoint-E: 内視鏡におけるトラッキング適応による3次元再構成の局所的特徴
• Authors: O. Leon Barbed, José M. M. Montiel, Pascal Fua, Ana C. Murillo,
• Abstract要約: 本研究は、内視鏡ビデオにおけるStructure-from-Motion(SfM)の性能向上のために、特徴抽出の強化に重点を置いている。 提案手法は,提案手法を用いた局所特徴抽出手法であるSuperPoint-Eにより,内視鏡における特徴検出と記述の質を著しく向上する。
• 参考スコア（独自算出の注目度）: 33.09337589079178
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we focus on boosting the feature extraction to improve the performance of Structure-from-Motion (SfM) in endoscopy videos. We present SuperPoint-E, a new local feature extraction method that, using our proposed Tracking Adaptation supervision strategy, significantly improves the quality of feature detection and description in endoscopy. Extensive experimentation on real endoscopy recordings studies our approach's most suitable configuration and evaluates SuperPoint-E feature quality. The comparison with other baselines also shows that our 3D reconstructions are denser and cover more and longer video segments because our detector fires more densely and our features are more likely to survive (i.e. higher detection precision). In addition, our descriptor is more discriminative, making the guided matching step almost redundant. The presented approach brings significant improvements in the 3D reconstructions obtained, via SfM on endoscopy videos, compared to the original SuperPoint and the gold standard SfM COLMAP pipeline.
• Abstract（参考訳）: 本研究では, 内視鏡映像におけるStructure-from-Motion(SfM)の性能向上のために, 特徴抽出の強化に焦点をあてる。 提案手法は,提案手法を用いた局所特徴抽出手法であるSuperPoint-Eにより,内視鏡における特徴検出と記述の質を著しく向上する。 実際の内視鏡記録における広範囲な実験は、我々のアプローチの最も適した構成を研究し、SuperPoint-Eの特徴的品質を評価する。 他のベースラインと比較すると、我々の3D再構成はより密度が高く、より長いビデオセグメントをカバーすることが示されています。 さらに、ディスクリプタはより差別的であり、ガイドされたマッチングステップはほぼ冗長である。 提案手法は、オリジナルのSuperPointやゴールド標準のSfM COLMAPパイプラインと比較して、内視鏡ビデオ上のSfMを介して得られた3D再構成に大きな改善をもたらす。

関連論文リスト

• ColonCrafter: A Depth Estimation Model for Colonoscopy Videos Using Diffusion Priors [1.9437590375121516]
  ColonCrafterは拡散に基づく深度推定モデルであり、単眼の大腸内視鏡ビデオから時間的に一貫した深度マップを生成する。 本手法は, 時間的に一貫した深度マップを生成するために, 合成大腸内視鏡の配列から頑健な幾何学的先行を学習する。
  論文  参考訳（メタデータ） (2025-09-16T20:40:22Z)
• SurGSplat: Progressive Geometry-Constrained Gaussian Splatting for Surgical Scene Reconstruction [7.6065635532326965]
  SurGSplatは幾何学的制約を統合することで3Dガウススプラッティング(3DGS)を段階的に洗練するために設計された新しいパラダイムである。 血管構造やその他の重要な特徴の詳細な再構築を可能にすることで、SurGSplatは外科医に視覚的明瞭度を向上させる。 実験により,SurGSplatは新規ビュー合成(NVS)とポーズ推定精度の両方において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2025-06-06T10:02:11Z)
• Learning to Efficiently Adapt Foundation Models for Self-Supervised Endoscopic 3D Scene Reconstruction from Any Cameras [41.985581990753765]
  本稿では,内視鏡的シーン再構築のための統合フレームワークであるEndo3DACを紹介する。 我々は、深度マップ、相対ポーズ、カメラ固有のパラメータを同時に推定できる統合ネットワークを設計する。 4つの内視鏡的データセットに対する実験により、Endo3DACは他の最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2025-03-20T07:49:04Z)
• REGAS: REspiratory-GAted Synthesis of Views for Multi-Phase CBCT Reconstruction from a single 3D CBCT Acquisition [75.64791080418162]
  REGASは、アンダーサンプドトモグラフィビューを合成し、再構成画像中のアーティファクトのエイリアスを緩和する自己教師手法を提案する。 高解像度4Dデータ上でのディープニューラルネットワークの大規模なメモリコストに対処するため、REGASは分散して微分可能なフォワードプロジェクションを可能にする新しいレイパス変換(RPT)を導入した。
  論文  参考訳（メタデータ） (2022-08-17T03:42:19Z)
• Agent with Tangent-based Formulation and Anatomical Perception for Standard Plane Localization in 3D Ultrasound [56.7645826576439]
  3D USにおけるSP自動位置決めのための新しい強化学習フレームワークを提案する。 まず、RLにおける接点に基づく問題として、3D USにおけるSP局所化を定式化し、作用空間を再構成する。 第2に、平面探索における非SPとSPの交差する微妙な違いを認識するモデルの能力を高めるための補助的タスク学習戦略を設計する。
  論文  参考訳（メタデータ） (2022-07-01T14:53:27Z)
• SuperPoint features in endoscopy [1.3999481573773074]
  本研究は, 定期的大腸内視鏡検査で得られた医用データセットの局所的特徴について検討した。 SuperPointベースのモデルは、このドメインで一般的に使用されるローカル機能よりも、はるかに高いマッチング品質を実現する。
  論文  参考訳（メタデータ） (2022-03-08T10:19:08Z)
• Adversarial Domain Feature Adaptation for Bronchoscopic Depth Estimation [111.89519571205778]
  そこで本研究では,深度推定のためのドメイン適応手法を提案する。 提案する2段階構造は,まず,ラベル付き合成画像を用いた深度推定ネットワークを教師付きで訓練する。 実験の結果,提案手法は実画像上でのネットワーク性能をかなりの差で向上させることがわかった。
  論文  参考訳（メタデータ） (2021-09-24T08:11:34Z)
• Extremely Dense Point Correspondences using a Learned Feature Descriptor [24.59943074297299]
  内視鏡画像からの高品質な3D再構成は、手術ナビゲーションを含む多くの臨床応用において重要な役割を担っている。 一般的なマルチビュー3D再構成には多くの方法が存在するが、これらの手法は内視鏡的映像に満足な性能を発揮できないことが多い。 本稿では,高密度記述子学習のための効果的な自己指導型学習手法と新規損失設計を提案する。
  論文  参考訳（メタデータ） (2020-03-02T00:44:04Z)
• Spatial-Spectral Residual Network for Hyperspectral Image Super-Resolution [82.1739023587565]
  ハイパースペクトル画像超解像のための新しいスペクトル空間残差ネットワーク(SSRNet)を提案する。 提案手法は,2次元畳み込みではなく3次元畳み込みを用いて空間スペクトル情報の探索を効果的に行うことができる。 各ユニットでは空間的・時間的分離可能な3次元畳み込みを用いて空間的・スペクトル的な情報を抽出する。
  論文  参考訳（メタデータ） (2020-01-14T03:34:55Z)

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。