論文の概要: SCOPE-4D: Endoscopic 4D Geometry Foundation Models
- arxiv url: http://arxiv.org/abs/2610.02343v1
- Date: Thu, 01 Oct 2026 18:15:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.04278
- Title: SCOPE-4D: Endoscopic 4D Geometry Foundation Models
- Title（参考訳）: SCOPE-4D: 内視鏡的4次元幾何学基礎モデル
- Abstract要約: 本研究では,単眼のRGBビデオからカメラパラメータ,密度幾何,および3次元組織軌跡を同時予測する内視鏡的4次元形状基礎モデルSCOPE-4Dを提案する。
大腸内視鏡検査と腹腔鏡検査を併用したSCOPE-5Kを作製した。
- 参考スコア（独自算出の注目度）: 37.83827060013841
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Geometric understanding supports endoscopic navigation and robotic assistance, but learning reliable endoscopic geometry faces two challenges: scarce geometric annotations and ambiguity between camera motion and tissue deformation. We present SCOPE-4D, an endoscopic 4D geometry foundation model that jointly predicts camera parameters, dense geometry, and 3D tissue trajectories from monocular RGB video in a single forward pass. Our curation and annotation pipeline constructs SCOPE-5K, a collection of approximately 5,000 clips spanning real and synthetic gastrointestinal endoscopy and laparoscopy. The collection provides rich geometric supervision and includes newly collected phantom and real-colonoscopy evaluation sets. Geometric supervised fine-tuning on SCOPE-5K learns endoscopic priors that improve camera and depth estimation. Common--Residual Motion (CRM) further constrains local deformation relative to common tissue movement. Together with geometric supervision, CRM and trajectory supervision further improve camera and depth estimation over geometric fine-tuning alone while enabling dense 3D tissue tracking. Evaluations on public and newly collected benchmarks demonstrate strong in-domain and out-of-domain geometry, superior 3D tracking, and more stable long-sequence colon reconstruction. A blinded user study further supports the perceived reconstruction quality on real clinical video. Together, these results demonstrate the value of large-scale endoscopic supervision and motion constraints for joint geometry estimation and tissue tracking.
- Abstract（参考訳）: 幾何学的理解は、内視鏡ナビゲーションとロボット支援をサポートするが、信頼性の高い内視鏡幾何学を学ぶことは、幾何学的アノテーションの不足と、カメラの動きと組織変形のあいまいさの2つの課題に直面している。
本研究では,単眼のRGBビデオからカメラパラメータ,密度幾何,および3次元組織軌跡を同時予測する内視鏡的4次元形状基礎モデルSCOPE-4Dを提案する。
大腸内視鏡検査と腹腔鏡検査を併用したSCOPE-5Kを作製した。
このコレクションは、リッチな幾何学的監督を提供し、新しく収集された幻と実際の大腸内視鏡評価セットを含んでいる。
SCOPE-5Kの幾何学的教師による微調整は、カメラと深度推定を改善するための内視鏡的先行情報を学習する。
Common-Residual Motion (CRM)は、組織の動きに対する局所的な変形をさらに制限する。
幾何学的監督とともに、CRMと軌跡的監督は、幾何学的微調整のみでのカメラと深度推定をさらに改善し、密集した3D組織追跡を可能にした。
公開および新たに収集されたベンチマークによる評価は、ドメイン内および領域外における強力な幾何、優れた3Dトラッキング、より安定した長期的大腸再建を示す。
盲目のユーザスタディは、実際の臨床ビデオにおける認識された再建品質をさらに支援している。
これらの結果は,関節形状推定と組織追跡のための大規模内視鏡検査と運動制限の意義を示すものである。
関連論文リスト
- Reconstructing the Dynamic World: A Representation-Centric View of 4D Scene Reconstruction [149.43330608888922]
4Dシーンの再構成は、視覚的観察から動的環境の進化的形状、外観、動きを復元することを目的としている。
ニューラルレイディアンス・フィールド(NeRF)と3Dガウス・スプレイティング(3DGS)の最近の進歩は、動的シーンの表現と再構成に様々なアプローチを導入している。
本稿では,4次元シーンの再構築,シーン表現,時間的モデリング戦略,再構築パイプライン,最適化目標に関する既存手法の整理について述べる。
論文 参考訳（メタデータ） (2026-09-30T15:29:43Z) - ORMA: Optimization-based Monocular 4D Reconstruction of Articulated Animals [56.194492497551884]
ORMAは、調音を形から分離する、トレーニング不要の再構築フレームワークである。
本稿では,地上3D形状とカメラモーションを用いた多種合成ベンチマークPAW4Dを提案する。
論文 参考訳（メタデータ） (2026-09-29T16:49:01Z) - Colon3R: Cross-Domain 3D Reconstruction from Monocular Colonoscopic Video [10.891615423471317]
Colon3Rは、事前訓練されたVGGT上に構築されたクロスドメインフレームワークで、ラベル付きファントムから未ラベルのin-vivo大腸内視鏡に結合したカメラ、深さ、ポイントマップを転送する。
提案手法は, 奥行き, ポイントマップ, カメラポーズ推定における最先端手法よりも, 全体的な性能を向上する。
論文 参考訳（メタデータ） (2026-09-21T00:23:25Z) - Ground4D: Consistency-Aware 4D Reconstruction from Monocular Video [69.94904173314505]
2つのステージ上に構築された幾何グラウンドのフレームワークであるGround4Dを提案する。
まず,モノクロ映像から複数視点の立体形状とカメラポーズを再構成する。
第2に,動的ガウススプラッティングによる幾何整合性を考慮した改良を行う。
論文 参考訳（メタデータ） (2026-06-27T09:27:42Z) - IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation [76.36174247570716]
ポーズレス多視点画像から連続的かつ一貫性のある幾何を暗黙的にモデル化するインプリシトビジュアル幾何変換器IVGTを提案する。
IVGTは標準座標系で連続的なニューラルネットワークシーン表現を学習し、任意の3D位置での連続的な空間クエリをサポートする。
連続的かつコヒーレントな表面形状の直接抽出を可能にし、任意の視点からRGB画像、深度マップ、表面正規写像のレンダリングを可能にする。
論文 参考訳（メタデータ） (2026-05-15T17:59:57Z) - Patient4D: Temporally Consistent Patient Body Mesh Recovery from Monocular Operating Room Video [9.229366844390803]
患者4Dはステーションに拘束された再建パイプラインであり、以前の固定性を利用する。
患者4Dは0.75の平均IoUを達成し、最高のベースラインに比べて故障フレームを30.5%から1.3%に削減した。
本研究は, 臨床ARシナリオにおいて, 固定性前駆体を利用したモノクローナル再構築を著しく改善できることを示唆するものである。
論文 参考訳（メタデータ） (2026-03-17T22:10:55Z) - AI-Driven Three-Dimensional Reconstruction and Quantitative Analysis for Burn Injury Assessment [0.20308459813360544]
本稿では,光グラム計測,3次元表面再構成,深層学習に基づくセグメンテーションを統合したAIによるバーンアセスメント・マネジメントプラットフォームを提案する。
このシステムは患者固有の3D熱傷面を再構築し、熱傷領域を解剖学にマッピングし、現実の単位の客観的な測定値を計算する。
このプラットフォームは、構造化された患者の摂取、ガイド付き画像キャプチャ、3D分析と可視化、治療勧告、自動レポート生成をサポートする。
論文 参考訳（メタデータ） (2026-01-27T01:24:53Z) - ColonAdapter: Geometry Estimation Through Foundation Model Adaptation for Colonoscopy [18.844097623387974]
単眼の大腸内視鏡像から3次元形状を推定することは、非ランベルト面、移動光源、大きなテクスチャのない領域のために困難である。
大腸内視鏡の幾何学的基礎モデルに適応する自己教師型微調整フレームワークであるColonAdapterを提案する。
論文 参考訳（メタデータ） (2025-11-27T09:21:11Z) - A Quantitative Evaluation of Dense 3D Reconstruction of Sinus Anatomy
from Monocular Endoscopic Video [8.32570164101507]
内視鏡的シーケンスと光学的トラッキングを用いた洞再建のための自己教師型アプローチの定量的解析を行った。
以上の結果から, 生成した復元は解剖学的に高い一致を示し, 平均点間誤差は0.91mmであった。
ポーズと深さ推定の不正確さがこの誤りに等しく寄与し、より短い軌跡を持つ局所的に一貫したシーケンスがより正確な再構成をもたらすことを確認した。
論文 参考訳（メタデータ） (2023-10-22T17:11:40Z)
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。