实体
AutoLaparo
AutoLaparo
PulseAugur coverage of AutoLaparo — every cluster mentioning AutoLaparo across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的FAROS框架通过标签插值改进手术场景理解 · 已追踪3个来源
研究人员开发了FAROS，一个旨在改进手术场景理解多任务学习的新框架。该方法解决了密集帧级监督（用于时间任务）和稀疏关键帧注释（用于空间任务）之间不匹配的注释粒度问题。FAROS利用流引导标签插值，结合掩码传播和光流估计，生成时间一致的伪标签，即使在遮挡和运动模糊等困难条件下也能实现。该框架将这些密集化标签集成到一个基于Transformer的模型中，以实现跨各种手术识别和分割任务的平衡优化。
-
SurgicalMamba模型推进在线手术阶段识别
研究人员开发了SurgicalMamba，这是一种用于在线手术阶段识别的新型模型。该模型通过采用双路径结构化状态空间对偶（SSD）方法，解决了手术视频分析中的挑战，例如手术时长长和时间流不均匀。SurgicalMamba在多个基准测试中达到了最先进的准确度，在严格的在线评估条件下优于先前的方法。