Bayesian dense inverse searching algorithm for real-time stereo matching in minimally invasive surgery

要約

この論文では、手術画像 (i5-9400 のシングル コアを使用した 640 * 480 画像で 10 Hz) の CPU レベルのリアルタイム ステレオ マッチング方法について報告します。
提案された方法は、ステレオ画像の視差を推定する高速な「高密度逆検索」アルゴリズムに基づいて構築されています。
異なる縮尺の画像からの重なり合う画像パッチ (任意の正方形の画像セグメント) は、測光の一貫性の推定に基づいて位置合わせされます。
さまざまなスケールで最適化されたパッチの視差の確率を評価するベイジアン フレームワークを提案します。
さらに、パッチ内のピクセル単位の確率に対処するために、空間ガウス混合確率分布を導入します。
生体内および合成実験は、我々の方法が、テクスチャのない表面に起因する曖昧さと、ランバート反射によって引き起こされる測光の不一致を処理できることを示しています。
私たちのベイジアン法は、異なるスケールでのステレオ画像のパッチの確率を正しくバランスさせます。
実験によると、推定された深さは外科的シナリオのベースライン方法よりも精度が高く、外れ値が少ないことが示されています。

要約(オリジナル)

This paper reports a CPU-level real-time stereo matching method for surgical images (10 Hz on 640 * 480 image with a single core of i5-9400). The proposed method is built on the fast ”dense inverse searching” algorithm, which estimates the disparity of the stereo images. The overlapping image patches (arbitrary squared image segment) from the images at different scales are aligned based on the photometric consistency presumption. We propose a Bayesian framework to evaluate the probability of the optimized patch disparity at different scales. Moreover, we introduce a spatial Gaussian mixed probability distribution to address the pixel-wise probability within the patch. In-vivo and synthetic experiments show that our method can handle ambiguities resulted from the textureless surfaces and the photometric inconsistency caused by the Lambertian reflectance. Our Bayesian method correctly balances the probability of the patch for stereo images at different scales. Experiments indicate that the estimated depth has higher accuracy and fewer outliers than the baseline methods in the surgical scenario.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google