近日，医疗机器人研究院学生发布的三篇论文被顶级国际会议ICRA 2023接收，分别为《Long-Term Visual SLAM With Bayesian Persistence Filter Based Global Map Prediction》、《CDFI: Cross Domain Feature Interaction for Robust Bronchi Lumen Detection》和《EgoHMR: Egocentric Human Mesh Recovery via Hierarchical Latent Diffusion Model》。

 

IEEE国际机器人与自动化协会每年主办一次IEEE世界机器人与自动化大会（IEEE InternationalConference on Robotics and Automation，简称IEEE ICRA）。IEEE ICRA是机器人领域规模（千人以上）和影响力均排名第一的顶级国际会议，是机器人领域权威研究人员介绍其研究成果的首要国际论坛。

柳宇轩—导师：杨广中教授

《基于隐式分级扩散模型的人体表面重建》

EgoHMR: Egocentric Human Mesh Recovery via Hierarchical Latent Diffusion Model

文章摘要

以人为中心的视觉（第一人称视觉）在社交机器人领域中已经越来越受欢迎，它在对人体的康复辅助和行为分析等方面展示出巨大的应用潜力。其中，对人体自身的整体感知是第一人称视觉往下游任务应用的先决条件，例如人体动作识别和行为预测。迄今为止，从第三人称视角图像中进行人体表面三维重构受到了广泛的研究，但对畸变严重并且被用户自身遮挡的以人为中心视角下的图像领域研究应用甚少。

在本文中，我们提出了基于隐式分级扩散模型的以人为中心视觉下的人体三维表面重构框架。我们的方法以单帧图像作为输入，并且可以以端到端的方式进行训练，无需二维人体姿势标注。该网络建立在隐式扩散模型的基础上，通过结合全局和局部多层次的视觉特征来提高重建效果。为了训练所提出的框架，我们借助第三视角下的训练好的模型生成第一视角下的弱标签。定量和定性结果都证明了我们的方法在第一人称视角下的三维人体表面估计任务上的可行性与有效性。

上图：基于隐式分级扩散模型的人体表面重建文章摘要图

 

邓天宸—导师：陈卫东教授

《基于贝叶斯持久性滤波器的长期视觉SLAM与全局地图预测》

Long-Term Visual SLAM With Bayesian Persistence Filter Based Global Map Prediction

文章摘要

随着对真实环境中准确定位的需求不断增长，视觉SLAM在近年来受到了广泛关注。然而，现有方法在长期变化的环境中仍然存在定位精度下降的问题。为了解决这些问题，我们提出了一种新颖的长期SLAM系统，具有地图预测和动态移除功能。首先，设计了一种视觉点云匹配算法，可以高效地融合2D像素信息和3D体素信息。其次，根据贝叶斯持久滤波器，将每个地图点分类为静态、半静态和动态三种类型。然后，我们移除动态地图点，以消除这些地图点的影响。通过对半静态地图点的时间序列建模，我们可以得到全局的预测地图。最后，将预测的全局地图融入最先进的SLAM方法中，实现了在长期动态环境中高效的视觉SLAM系统。我们在室内环境中的轮椅机器人上进行了数月的大量实验。实验结果表明，我们的方法具有更好的地图预测精度，并实现了更强大的定位性能。

上图：定位结果图

 

徐加声—导师：顾运副教授

《基于跨域特征交互的稳健气管腔道检测方法

CDFI: Cross Domain Feature Interaction for Robust Bronchi Lumen Detection

文章摘要

支气管内膜介入治疗越来越多地被用作肺部疾病的微创治疗手段。为了降低复杂气管网络中操作的难度，稳健的腔道检测对于术中指导至关重要。然而，这些方法对手术过程中不可避免的视觉伪影很敏感。在这项工作中，我们提出了一种跨域特征交互（CDFI）网络来提取腔道的结构特征，并提供伪影线索来表征视觉特征。为了有效地提取结构和伪影特征，我们设计了四重特征约束（QFC）模块来约束具有不同图像质量的样本的内在联系。此外，我们设计了一个特征融合指导（GFF）模块来监督基于不同类型伪影的自适应特征融合。结果表明，在存在较大视觉变化的情况下，该方法提取的特征可以保留腔道的结构信息，大大提高腔道检测的准确性。

上图：所提出的跨域特征交互网络结构的流程框架