基于双目内窥镜的在线自监督学习深度估计方法

作者：李霄剑; 郑杰禹; 毕良宽; 唐华; **; 杨善林; 李玲; 屈炎伟

来源：2022-07-04, 中国, CN202210779462.2.

本发明提供一种基于双目内窥镜的在线自监督学习深度估计方法和系统,涉及深度估计技术领域。本发明包括获取双目内窥镜影像,采用当前双目深度估计网络的编码器网络提取当前帧图像的多尺度特征；采用当前双目深度估计网络的解码器网络,对多尺度特征进行融合,获取当前帧图像中每个像素点的视差；据相机内外参数,将视差转化为深度并作为当前帧图像的结果输出；在不引入外部真值的条件下,利用自监督损失更新当前双目深度估计网络的参数,用于下一帧图像的深度估计。利用连续帧的相似性,将一对双目图像上的过拟合思想扩展到时间序列上的过拟合,通过在线学习不断更新模型参数,能在各种双目内窥镜手术环境下得到高精度的组织深度。

• 单位
  合肥工业大学; 安徽医科大学第二附属医院