• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Healthcare Technology Letters >Simultaneous shape and camera-projector parameter estimation for 3D endoscopic system using CNN-based grid-oneshot scan
【2h】

Simultaneous shape and camera-projector parameter estimation for 3D endoscopic system using CNN-based grid-oneshot scan

机译：使用基于CNN的网格一击扫描技术的3D内窥镜系统同时进行形状​​和相机-投影仪参数估计

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

For effective in situ endoscopic diagnosis and treatment, measurement of polyp sizes is important. For this purpose, 3D endoscopic systems have been researched. Among such systems, an active stereo technique, which projects a special pattern wherein each feature is coded, is a promising approach because of simplicity and high precision. However, previous works of this approach have problems. First, the quality of 3D reconstruction depended on the stabilities of feature extraction from the images captured by the endoscope camera. Second, due to the limited pattern projection area, the reconstructed region was relatively small. In this Letter, the authors propose a learning-based technique using convolutional neural networks to solve the first problem and an extended bundle adjustment technique, which integrates multiple shapes into a consistent single shape, to address the second. The effectiveness of the proposed techniques compared to previous techniques was evaluated experimentally.
机译：对于有效的原位内窥镜诊断和治疗，息肉大小的测量很重要。为了这个目的，已经研究了3D内窥镜系统。在这样的系统中，由于其简单性和高精度，一种主动立体声技术是一种很有前途的方法，该技术可以投射出一种特殊的模式，在该模式中对每个特征进行编码。但是，这种方法以前的工作有问题。首先，3D重建的质量取决于从内窥镜摄像机捕获的图像中提取特征的稳定性。其次，由于图案投影面积有限，因此重建区域相对较小。在这封信中，作者提出了一种使用卷积神经网络来解决第一个问题的基于学习的技术，并提出了一种扩展的束调整技术，该技术将多个形状集成为一个一致的单一形状，以解决第二个问题。通过实验评估了所提出技术与先前技术相比的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号