Wyszukiwarka
Leveraging spatio-temporal features for joint deblurring and segmentation of instruments in dental video microscopy
Abstrakt
In dentistry, microscopes have become indispensable optical devices for high-quality treatment and micro-invasive surgery, especially in the field of endodontics. Recent machine vision advances enable more advanced, real-time applications including but not limited to dental video deblurring and workflow analysis through relevant metadata obtained by instrument motion trajectories. To this end, the proposed work addresses dental video deblurring and instrument segmentation in a Multi-task Learning fashion, leveraging spatio-temporal adaptive kernels via a recurrent design. The task-specific branches of our architecture employ the responses of those kernels to recover sharper video frames and yield the dental instrument segmentation mask. We demonstrate that the proposed method improves deblurring while retaining segmentation performance under a low computational footprint.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (3)
-
Anna Jezierska dr inż.
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Katsaros E., Jezierska A., Węsierski D.: Leveraging spatio-temporal features for joint deblurring and segmentation of instruments in dental video microscopy// / : , 2021,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/hsi52170.2021.9538656
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 114 razy