视频喉镜声带定位的局部点跟踪方法
原文：Beyond Region Memory: Local Point Tracking for Vocal Cord Localization in Video Laryngoscopy
在紧急视频喉镜检查中，由于组织快速变形、镜面高光和器械遮挡，可靠的声带定位在视觉上仍然具有挑战性。我们提出局部点跟踪（Local Point Tracking，LPT），一个结合单帧检测器、局部点传播和无状态掩码细化的鲁棒框架。LPT遵循“先定位、后吸附”的流程。首先，单帧语义检测器生成稀疏锚点，LPT在其中初始化局部查询点（默认由SAM支持，以规则网格作为回退方案）。点传播模块在检测器漏检的帧中跟踪这些点，并根据其几何形状恢复时序边界框。其次，由于点导出的边界框在可见边界周围可能较为松散，框吸附步骤将选定的框细化到目标边界。这种分解将时序状态保存在局部点坐标中，而非有状态掩码或全区域表示，同时空间细化模块处理单帧边界精度，而不会将掩码误差反馈到时序记忆中。在两个不同数据集上的大量评估表明，我们提出的LPT方法在现有基线上取得了强劲的整体性能，在两个数据集上均获得最佳的mAP_50、成功AUC和漏检率。此外，消融研究证实点跟踪主要增强时序跟踪鲁棒性，而框吸附细化有效改善边界紧致度。作者：Huayu Wang、Gyungmin Ko、Jung Heon Kim、Jia-Xian Jian、Dae Kon Kim。类别：cs.CV