論文の概要: Geometry-Aware Camera Localization for Bronchoscopy

• arxiv url: http://arxiv.org/abs/2608.07116v1
• Date: Fri, 07 Aug 2026 11:20:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.481629
• Title: Geometry-Aware Camera Localization for Bronchoscopy
• Title（参考訳）: 気管支鏡のための幾何学的カメラ位置計測
• Abstract要約: 気管支鏡におけるカメラのローカライゼーションは、厳密な精度要件、リアルタイム制約、限られたトレーニングデータのために依然として難しい問題である。 6-DoFカメラのポーズを推定するために,一対の術中ビデオと構造的先行情報を効果的に融合する統合的幾何学的気管支鏡像定位フレームワーク(GABL)を提案する。 提案法では, 従来より8.37%, 31.76%の翻訳誤差, 回転誤差, および4倍の推論速度 (33.6 FPS) で, 気管支鏡のロバストな位置測定が可能となった。
• 参考スコア（独自算出の注目度）: 10.473891446064242
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Camera localization in bronchoscopy remains a challenging problem due to stringent accuracy requirements, real-time constraints, and limited training data. Compared to natural scenes, the confined anatomical structures demand millimeter-level precision, while intraoperative guidance necessitates low-latency inference. However, existing methods often fail to effectively exploit preoperative geometric priors, limiting their robustness and accuracy. To address these limitations, we propose a unified geometry-aware bronchoscope localization framework (GABL) that effectively fuses preoperative structural priors with paired intraoperative video to estimate 6-DoF camera poses. Specifically, to address visual ambiguity in complex airways, we propose a graph-guided coarse-to-fine localization scheme that effectively leverages structural priors for precise pose estimation. Furthermore, to mitigate pose jitter and bridge the visual-structural gap, we integrate a Transformer-based tracking model with a novel RGB-depth matching objective, jointly enforcing spatio-temporal and geometric consistency. Extensive experiments demonstrate that our method yields remarkable reductions of 8.37% and 31.76% in translation and rotation errors over the prior state-of-the-art, alongside 4 times inference speedup (33.6 FPS) for robust real-time bronchoscope localization. Project website: https://paulili08.github.io/GABL/.
• Abstract（参考訳）: 気管支鏡におけるカメラのローカライゼーションは、厳密な精度要件、リアルタイム制約、限られたトレーニングデータのために依然として難しい問題である。 術中指導は低遅延推論を必要とするが, 自然のシーンと比較して, 拘束解剖学的構造ではミリレベルの精度が要求される。 しかし、既存の手法は、しばしば前手術前の幾何学的先例を効果的に活用することができず、その頑丈さと精度を制限している。 これらの制約に対処するため,2組の術中ビデオで術前構造を効果的に融合させ,6-DoFカメラのポーズを推定する統合的幾何学的気管支鏡像定位フレームワーク(GABL)を提案する。 具体的には、複雑な気道における視覚的あいまいさに対処するため、構造的先行を効果的に活用して正確なポーズ推定を行うグラフ誘導粗い位置決め方式を提案する。 さらに、ジッタのポーズを緩和し、視覚構造的ギャップを埋めるために、トランスフォーマーベースの追跡モデルと新しいRGB深度マッチング目標を統合し、時空間と幾何的整合性を両立させる。 広汎な実験により, 本手法は, 高精度な気管支鏡像定位のための4倍の推論速度(33.6 FPS)とともに, 従来の最先端技術に比べて, 翻訳・回転誤差が8.37%, 31.76%, 顕著に減少することが示された。 プロジェクトウェブサイト: https://paulili08.github.io/GABL/。

関連論文リスト

• GeoWeaver: Accurate Long-Sequence 3D Reconstruction via Hierarchical Geometric Assembly [23.486108847409856]
  RGBビデオからの長時間の3D再構成には、正確な局所幾何学と一貫したカメラモーションの両方が必要である。 Geometric Prior Model(GPM)とTest-Time Adaptation(TTA)を組み合わせた統合フレームワークGeoWeaverを提案する。 TTAは、シーケンシャルでグローバルなチャンクレベルSim(3)アライメントと、カメラのポーズ、アフィン深さ補正、および本質的な精細化を行う。 さまざまな時系列ベンチマークによる実験では、カメラの精度の向上、グローバルな一貫性、ポイントクラウドの品質が示されている。
  論文  参考訳（メタデータ） (2026-08-18T05:29:31Z)
• EvTrajGS: Accurate and Efficient 3D Gaussian Splatting from Unposed Event Streams [108.45551580182384]
  EvTrajGSは、未提示のイベントストリームのための正確で効率的な3Dガウススプレイティングフレームワークである。 提案手法は,高コストのSLAM型パイプラインを不要にすることで,粗いポーズ前から確実な継手ポーズシーンの最適化を可能にする。
  論文  参考訳（メタデータ） (2026-08-09T09:00:30Z)
• LCPNet: Latent Consistent Proximal Unfolding Network for Infrared Small Target Detection [50.3892176822492]
  赤外線小目標検出(IRSTD)は、複雑な赤外背景から長距離小目標を特定することを目的としている。 深層学習法は、識別的画像-マスクマッピングを学習することでIRSTDを改善した。 深層展開法は、モデル駆動イテレーションをニューラルネットワークに埋め込むことによって、この問題に部分的に対処する。 これらの制約に対処するために,Latent Consistent Proximal Unfolding Network (LCPNet)を提案する。
  論文  参考訳（メタデータ） (2026-07-06T02:15:09Z)
• Projection-Volume Fidelity Divergence: Diagnosing and Controlling Optimization Drift in Sparse-View 3D Gaussian Tomography [11.284905409634957]
  スパースビューガウストモグラフィのためのグラウンドトルースフリー最適化コントローラ LADES を提案する。 スパースビューCT再構成実験により, LADESは容積忠実度を向上し, 構造劣化を抑制し, トレーニング時間を著しく短縮することが示された。
  論文  参考訳（メタデータ） (2026-06-21T14:24:02Z)
• Scal3R: Scalable Test-Time Training for Large-Scale 3D Reconstruction [50.5449251266956]
  本稿では,長い映像シーケンスから大規模3Dシーンを再構築する作業について述べる。 近年のフィードフォワード再構成モデルでは,RGB画像からの3次元幾何を,明示的な3次元先行や幾何学的制約なく直接回帰することで,有望な結果を示している。 本稿では,長距離シーン情報を効率よく圧縮し,保持するニューラルグローバルコンテキスト表現を提案する。
  論文  参考訳（メタデータ） (2026-04-09T17:59:50Z)
• ACCURATE: Arbitrary-shaped Continuum Reconstruction Under Robust Adaptive Two-view Estimation [3.344730946122235]
  ACCURATEは画像分割ニューラルネットワークと幾何学制約トポロジと動的プログラミングアルゴリズムを統合した3D再構成フレームワークである。 提案手法は, 実ファントムデータセットと模擬ファントムデータセットの両方において, 1.0mm未満の平均絶対誤差で高い再構成精度を実現する。
  論文  参考訳（メタデータ） (2026-03-08T08:44:41Z)
• NRGS-SLAM: Monocular Non-Rigid SLAM for Endoscopy via Deformation-Aware 3D Gaussian Splatting [25.805439969022697]
  3次元ガウス法による内視鏡用単分子非剛性SLAMシステムNRGS-SLAMを提案する。 NRGS-SLAMは、最先端の手法よりも精度の高いカメラポーズ推定(RMSEの最大50%の削減)と高品質なフォトリアリスティック再構成を実現する。
  論文  参考訳（メタデータ） (2026-02-19T09:03:47Z)
• Enhanced Landmark Detection Model in Pelvic Fluoroscopy using 2D/3D Registration Loss [1.6420503030062876]
  U-Netランドマーク予測モデルのトレーニングに2D/3Dランドマーク登録を組み込んだ新しいフレームワークを提案する。 実際の術中条件下では,ベースラインのU-Net,Pose Estimation Lossで訓練したU-Net,Pose Estimation Lossで微調整したU-Netのランドマーク検出精度を比較して,性能差を解析した。
  論文  参考訳（メタデータ） (2025-11-26T16:50:06Z)
• EndoWave: Rational-Wavelet 4D Gaussian Splatting for Endoscopic Reconstruction [18.43808203690038]
  内視鏡的シナリオでは、光学的不整合、非剛性組織の動き、ビュー依存ハイライトなど、ユニークな課題が提示される。 3DGSをベースとしたほとんどの手法は、3DGSを最適化するための外観制約のみに依存するが、この文脈では不十分であることが多い。 本稿では,光学フローに基づく幾何制約と多分解能有理ウェーブレット監視を組み込んだEdoWaveを提案する。
  論文  参考訳（メタデータ） (2025-10-27T07:45:17Z)
• G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior [53.762256749551284]
  我々は,3次元シーン再構成を効果的に活用するための基本的な前提条件として,正確な幾何学を同定する。 生成パイプライン全体にこの幾何学的ガイダンスを導入し、可視性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合の多視点一貫性を向上させる。 本手法は,屋内および屋外の両方のシナリオにおいて,高い一般化性を有するシングルビュー入力とアンポーズ映像を自然にサポートする。
  論文  参考訳（メタデータ） (2025-10-14T03:06:28Z)
• Visual Odometry with Transformers [68.453547770334]
  特徴抽出により単眼フレームのシーケンスを処理するビジュアル・オドメトリ・トランスフォーマ(VoT)を導入する。 従来の方法とは異なり、VoTは密度の高い幾何学を推定することなくカメラの動きを直接予測し、監視のためにカメラのポーズのみに依存する。 VoTは、より大きなデータセットで効果的にスケールし、より強力なトレーニング済みバックボーンの恩恵を受け、多様なカメラモーションとキャリブレーション設定を一般化し、従来のメソッドよりも3倍以上高速に動作しながらパフォーマンスを向上する。
  論文  参考訳（メタデータ） (2025-10-02T17:00:14Z)
• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
  本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。 地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。 実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
  論文  参考訳（メタデータ） (2025-09-11T18:52:16Z)

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。