Ładuje się......
Dense Depth Estimation in Monocular Endoscopy with Self-supervised Learning Methods
We present a self-supervised approach to training convolutional neural networks for dense depth estimation from monocular endoscopy data without a priori modeling of anatomy or shading. Our method only requires monocular endoscopic videos and a multi-view stereo method, e. g., structure from motion,...
Zapisane w:
| Wydane w: | IEEE Trans Med Imaging |
|---|---|
| Główni autorzy: | , , , , , , |
| Format: | Artigo |
| Język: | Inglês |
| Wydane: |
2019
|
| Hasła przedmiotowe: | |
| Dostęp online: | https://ncbi.nlm.nih.gov/pmc/articles/PMC7289272/ https://ncbi.nlm.nih.gov/pubmed/31689184 https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1109/TMI.2019.2950936 |
| Etykiety: |
Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!
|