Dense Structural Priors for Sparse Functional Landmark Localization in Surgical Videos
手术视频中稀疏功能标志点定位的密集结构先验
机构 * Johns Hopkins University(约翰霍普金斯大学)
AI总结 提出利用SAM 3作为结构先验,通过零样本点提示掩码和轻量级精炼框架,在无像素级标注下实现手术视频中功能标志点定位,F1达72.4%(尖端)和58.0%(锚点)。
高校专区
手术视频中稀疏功能标志点定位的密集结构先验
机构 * Johns Hopkins University(约翰霍普金斯大学)
AI总结 提出利用SAM 3作为结构先验,通过零样本点提示掩码和轻量级精炼框架,在无像素级标注下实现手术视频中功能标志点定位,F1达72.4%(尖端)和58.0%(锚点)。
非线性单变量模型的条件回归
机构 * Department of Mathematics Johns Hopkins University(数学系约翰霍普金斯大学)
AI总结 本文提出了一种非参数条件回归估计器,用于非线性单变量模型,通过投影到曲线参数来避免维度诅咒,达到最优回归速率。
Comments 75 pages, 13 figures